Upload
tranquynh
View
223
Download
0
Embed Size (px)
Citation preview
DIFUSIÓN Y CREACIÓN DE CONOCIMIENTOS EN LA BIOTECNOLOGÍA ALIMENTARIA: UN ANÁLISIS A PARTIR DE LAS REDES DE
INVENTORES, 1976-2013
T E S I S
QUE PARA LA OBTENCIÓN DEL GRADO DE
MAESTRA EN ECONOMÍA
P R E S E N T A
ALMA VERONICA CORONA GARCÍA
ASESOR
DR. GERMÁN SÁNCHEZ DAZA
PUEBLA, PUE. DICIEMBRE 2014
B BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA
FACULTAD DE ECONOMÍA SECRETARÍA DE INVETIGACIÓN Y ESTUDIOS
DE POSGRADO
MAESTRÍA EN ECONOMÍA
ii
A Tita y Gloria, por sus innumerables enseñanzas, por ser testigos de mis primeros
pasos, por brindarme su amor y cariño. Aunque ya no están aquí les dedico este
trabajo con todo mi amor.
iii
Agradecimientos
A mis padres, Rocío y Atilano.
Gracias por su apoyo, por estar ahí en todo momento y sobre todo por enseñarme que el amor
incondicional existe.
A mis hermanos, Erika y Carlos
Por su apoyo y paciencia, por creer en mí y motivarme a continuar.
A mi abue Joel
Por alentarme a continuar y por tu interés mostrado en mi formación
A mi asesor de tesis, el Dr. Germán Sánchez Daza
Por sus observaciones y sugerencias realizadas en la construcción de este trabajo, y por todos los
consejos que me ha brindado desde la licenciatura.
Al Dr. Juan Reyes Álvarez
Por sus innumerables consejos durante esta investigación, y además por su interés y el apoyo que
siempre me brindó en este trabajo.
A la Dra. Ana Salomé García y a la Dra. María Rosalía Cuervo
Por el tiempo y el interés dedicado en la revisión de mi trabajo, sus comentarios y sugerencias
nutrieron esta investigación. También les agradezco el apoyo que me dieron durante mi estancia
académica en la Universidad de Oviedo.
Al Consejo Nacional de Ciencia y Tecnología
Por el apoyo económico otorgado para la realización de mis estudios de Maestría.
Al Departamento de Economía Aplicada de la Universidad de Oviedo
Por el apoyo y facilidades otorgadas durante mi estancia académica. .
Al Programa Integral de Fortalecimiento Institucional
Por el apoyo para la impresión de la presente tesis.
iv
RESUMEN
El presente trabajo tienen por objetivo analizar el proceso de difusión tecnológica en la
biotecnología alimentaria durante el periodo comprendido de 1976 a 2013, a través de la
teoría de redes sociales. Se buscará determinar si la estructura de la red ha sido un factor que
explique la difusión tecnológica, contrastando si para la estructura de la red son decisivas las
relaciones de confianza entre los inventores o las nuevas relaciones que se puedan generar,
es decir, el análisis buscará responder si ¿las teorías desarrolladas por Burt y Coleman son
opuestas o se complementan?
Para efectuar el análisis de la biotecnología se planteó establecer tres periodos de estudio que
permitan observar la evolución de esta tecnología 1976-1993, 1994-2004 y 2005-2013,
poniendo especial interés en el último.
Para analizar la difusión tecnológica, fue utilizada una matriz para cada periodo, las cuales
recogen todas las relaciones de colaboración entre los investigadores. Se consideró cada
inventor como nodo y cada copatentamiento como un vínculo entre los nodos, de esta manera
dos investigadores están conectados si tienen una patente en colaboración. Como un ejercicio
adicional, para el último periodo se utilizó una red de colaboración que incluía la información
del copatentamiento y las citas de patentes.
Dentro de los principales hallazgos, se encontró que las estructuras de la red propuestas en
los planteamientos desarrollados por Ronald Burt y James Coleman han sido
complementarios para el caso de la red de biotecnología de la subclase A01H4/00.
v
Índice
Introducción ........................................................................................................................ vii
I. Marco teórico ................................................................................................................. 4
I.1 El estudio del cambio tecnológico ................................................................................. 4
I.2 El conocimiento y la tecnología .................................................................................... 5
I.3 ¿Qué motiva o incentiva la actividad innovadora? ........................................................ 7
I.4 La difusión tecnológica ................................................................................................. 8
I.4.1 Pioneros en el análisis de la difusión tecnológica ................................................. 11
I.4.2 Teoría evolucionista .............................................................................................. 13
I.5 El estudio de los fenómenos económicos desde la Teoría de Redes Sociales: la
difusión tecnológica. ......................................................................................................... 15
I.6 Indicadores de Ciencia y Tecnología........................................................................... 18
I.7 Las patentes como indicador de la actividad inventiva ............................................... 20
I.7.1 Literatura sobre el uso de patentes ........................................................................ 24
II. La Biotecnología Alimentaria ....................................................................................... 27
II.1 Definiciones y características de la biotecnología ..................................................... 27
II.1.2 Antecedentes históricos de la biotecnología moderna ......................................... 30
II.1.3 La biotecnología productiva y comercial ............................................................ 31
II.2 La biotecnología en el sector alimentario .................................................................. 32
II.2.1 Aplicaciones y uso comercial de la ingeniería genética en la agricultura ............... 33
II. 3 Caracterización de las empresas de biotecnología .................................................... 36
II.3.1 Recursos necesarios para las empresas de biotecnología .................................... 36
II.4 Las empresas de biotecnología ................................................................................... 38
II.4.1 El rol de las pequeñas y grandes empresas en el desarrollo de la biotecnología . 42
II.4.2 Las grandes corporaciones en la biotecnología alimentaria ................................ 43
II.5 Las relaciones sociales y la movilización de los recursos en la biotecnología .......... 50
II.6 Los científicos e investigadores académicos en el desarrollo de la biotecnología. La
institucionalización de la trasferencia de tecnología. ....................................................... 52
III. Metodología .................................................................................................................. 56
III.1 Análisis mediante la Teoría de redes sociales........................................................... 56
III.2 Elementos, conexiones y la teoría de grafos. Las redes como vehículo para la
transferencia de conocimiento. ......................................................................................... 58
III.3 Medidas de centralidad, poder y cohesión ................................................................ 60
vi
III.4 Redes tipo closure versus redes con presencia de huecos estructurales ................... 63
III.4.1 Redes tipo closure de James Coleman ............................................................... 63
III.4.2 Los Huecos Estructurales de Ronald Burt.......................................................... 64
III.4.3 Estructura óptima de la red................................................................................. 66
III.4.4 Indicadores de huecos estructurales ................................................................... 67
III.5 Variable de interés y delimitación de periodos a estudiar ........................................ 72
III.5.1 Red de biotecnología construida a partir de las relaciones de colaboración y las
citas de patentes, para el periodo 2005-2013 ................................................................ 77
III.6 Resumen de los indicadores a usar y su relación con el capital social ..................... 80
IV. Resultados ..................................................................................................................... 81
IV.1 Resultados de la medidas de centralidad, poder y cohesión ..................................... 83
IV.2 Principales investigadores de la red: centralidad e intermediación .......................... 89
IV.3 Resultados de los indicadores de huecos estructurales ............................................. 92
IV.4 Red de biotecnología construida a partir de las relaciones de colaboración y las citas
de patentes, para el periodo 2005-2013 ............................................................................ 99
Conclusiones ...................................................................................................................... 108
Bibliografía ........................................................................................................................ 113
vii
Índice de cuadros
Cuadro II. 1 Aplicaciones de la biotecnología a genética vegetal ........................................ 38
Cuadro II. 2Características de las empresas biotecnológicas ............................................... 44
Cuadro II. 3Compras, alianzas, adquisiciones y acuerdos comerciales de Monsanto, 1982-
2011. ................................................................................................................................. 49
Cuadro II. 4Compras, alianzas, adquisiciones y acuerdos comerciales de Syngenta, 2003-
2013 .................................................................................................................................. 51
Cuadro II. 5Compras, alianzas, adquisiciones y acuerdos comerciales de Pionner, 1946-
2013. ................................................................................................................................. 52
Cuadro III. 1 Indicadores de Huecos Estructurales .............................................................. 76
Cuadro III. 2 Distribución de las patentes de acuerdo al número de inventores que
participaron, 2005-2013 .................................................................................................... 82
Cuadro III. 3Relación de los indicadores con la el capital social. ........................................ 84
Cuadro IV. 10 Limitación y jerarquía, 1994-2004 ............................................................. 100
Cuadro IV. 11 Medidas de huecos estructurales de los diez investigadores más importantes,
2005-2013 ....................................................................................................................... 101
Cuadro IV. 12 Limitación y jerarquía, 2005-2013. ............................................................ 102
Cuadro IV. 13 Principales resultados de las medidas de cohesión y centralidad, 2005-2013
........................................................................................................................................ 108
Cuadro IV. 14 Medidas de huecos estructurales de los diez investigadores más importantes,
2005-2013 ....................................................................................................................... 109
Cuadro IV. 15 Limitación y jerarquía, 2005-2013. ............................................................ 109
Cuadro IV. 1Principales resultados de las medidas de cohesión y centralidad, 1976-1993 . 89
Cuadro IV. 2Principales resultados de las medidas de cohesión y centralidad, 1994-2004 . 90
Cuadro IV. 3 Principales resultados de las medidas de cohesión y centralidad, 2005-2013 90
Cuadro IV. 4 Indicadores de los principales investigadores, 1976-1993 ............................. 94
Cuadro IV. 5Indicadores de los principales investigadores, 1994-2004 .............................. 95
Cuadro IV. 6 Indicadores de los principales investigadores, 2005-2013 ............................. 96
Cuadro IV. 7 Medidas de huecos estructurales de los diez investigadores más importantes,
1976-1993 ......................................................................................................................... 98
Cuadro IV. 8 Limitación y jerarquía, 1976-1993 ................................................................. 98
Cuadro IV. 9 Medidas de huecos estructurales de los diez investigadores más importantes,
1994-2004 ......................................................................................................................... 99
1
IN T R O D U C C I Ó N
En la actualidad, las diversas teorías económicas consideran que la tecnología es crucial en
el proceso de desarrollo económico, por lo que reviste especial importancia analizar los
procesos de innovación y difusión tecnológica en una economía, ya que no basta sólo
considerar que la llegada de un invento al mercado se traduce inmediatamente en
innovaciones de productos y procesos que tendrán repercusiones económicas, el éxito de las
innovaciones, se debe medir vía la magnitud de los efectos económicos de la misma, y esto
depende del proceso de difusión tecnológica. El análisis del cómo se gesta y si ocurre la
adopción de la nueva tecnológica por parte de los agentes económicos es fundamental para
determinar su éxito, esto quiere decir que el impacto de las nuevas tecnologías es función no
sólo de su creación e introducción sino también de la rapidez con que se esparcen.
En este trabajo se partió del planteamiento evolucionista donde la difusión es considerada
como un proceso dinámico cuyo motor reside en la acción de adoptar. Así cuando más se
adopta o extiende una tecnología mayor será su uso y el aprendizaje que de la misma se
deriva, lo cual permitirá el perfeccionamiento y mejora de la tecnología en cuestión. Entre
mayor sea el número de adoptantes mayor será el grado de conocimientos y el dominio que
se tendrá sobre la misma, incrementando el número de subtecnologías y productos que la
complementarán, al generar condiciones que la harán más atractivas para los potenciales
adoptantes, al disminuir la incertidumbre.
Siguiendo este planteamiento, la presente investigación se centró en el análisis del proceso
de difusión tecnológica en la subclase A01H4/00 (reproducción de plantas por técnicas de
cultivo de tejidos) correspondiente a aplicaciones de la biotecnología alimentaria.
La propuesta de realizar el análisis de la biotecnología mediante la teoría de redes sociales,
parte de aceptar que la importancia de la creación de las redes radica en su poder para
provocar difusión de ideas, información y conocimientos que se producen en su interior. Los
vínculos sostenidos en las redes reducen el costo de intercambiar dichos flujos los que a su
vez incentivan un mayor intercambio. Teniendo siempre presente que los inventores no
2
operan en aislamiento y que la creación de nuevas ideas es un proceso que implica la
integración y recombinación de conocimiento existente originado de diferentes individuos,
ubicaciones, instituciones y organizaciones.
Se tomaron como base dos planteamientos cuyo objetivo final es explicar cómo la estructura
de la red condiciona la creación de capital social, por un lado James Coleman apuesta por
una red de elementos fuertemente conectado que favorece el surgimiento de relaciones de
confianza y así el acceso a conocimiento profundo. Mientras Ronald Burt sostiene que se
requiere cierto grado de diversidad informativa necesaria para combinar ideas de diferentes
fuentes, y esto únicamente se logra por medio de huecos en la estructura.
El objetivo de la tesis es analizar el proceso de difusión tecnológica en la biotecnología
alimentaria durante el periodo comprendido de 1976 a 2013, a través de la teoría de redes
sociales. Se buscará determinar si la estructura de la red ha sido un factor que explique la
difusión tecnológica.
Se plantea responder las siguientes preguntas:
¿Cómo ocurre el proceso de difusión tecnológica dentro de la red de inventores, son
decisivas las relaciones de confianza entre los inventores o las nuevas relaciones que
se puedan generar?
¿Las teorías desarrolladas por Burt y Coleman son opuestas o se complementan?
Para efectuar el análisis de la biotecnología se planteó establecer tres periodos de estudio que
permitan observar la evolución de esta tecnología 1976-1993, 1994-2004 y 2005-2013,
poniendo especial interés en el último.
En un inicio se estableció el análisis de la difusión tecnológica, a través de la colaboración
de los investigadores, es decir mediante el copatentamiento, sin embargo debido a las
particularidades que presentó la red y con el objetivo de presentar un análisis más completo,
se decidió realizar un ejercicio extra para el último periodo, que consistió en la creación de
una matriz que conjuntará los enlaces creados por las citas y el copatentamiento. Ya que, por
un lado los flujos representados por la colaboración entre investigadores y por otro lado los
flujos contenidos en las citas de patentes resultan complementarios.
3
El trabajo se estructura en cuatro capítulos, el primero corresponde a la propuesta teórica
sobre la cual se apoya la investigación, se señala la importancia del análisis de la difusión
tecnológica, se indica literatura correspondiente al uso de patentes como indicador de la
actividad inventiva y del uso de la metodología de la teoría de redes sociales. El segundo
capítulo tiene por objetivo caracterizar a la moderna biotecnología, se realiza un breve
recorrido por aquellos hechos que le dieron forma. El siguiente capítulo, se plantea la
metodología a utilizar, señalando los aspectos técnicos de la investigación. En el cuarto
capítulo se presentan los resultados del trabajo, poniendo énfasis en el tercer periodo.
Finalmente, el último apartado corresponde a las conclusiones donde se señalan los
principales.
4
I . M A R C O T E Ó R I C O
I.1 El estudio del cambio tecnológico
La estricta relación entre crecimiento económico y progreso tecnológico es un hecho bien
reconocido en el pensamiento económico. La teoría del crecimiento económico tiene sus
orígenes en los economistas clásicos Adam Smith (1776) y David Ricardo (1817); el primero
en su obra Investigación sobre la naturaleza y causa de la riqueza de las naciones, señaló
que los cambios en la productividad resultado del cambio en las técnicas y su consecuente
repercusión en el crecimiento económico, no estarían impedidos por una falta de
conocimientos tecnológicos, puesto que existía una corriente automática de innovaciones que
permitían al grado de división del trabajo ajustarse a sí mismo a la magnitud de la existencia
de capital.
Mientras, David Ricardo (1817) consideraba al comercio como principal factor del
crecimiento, y percibía la introducción de innovaciones tecnológicas como la forma de
compensar los rendimientos decrecientes prevalecientes tanto en la industria como en la
agricultura.
Sin embargo, fue Schumpeter quien intentó incorporar de forma explícita el cambio
tecnológico en el análisis económico, otorgándole un lugar privilegiado en la explicación del
funcionamiento y de la dinámica de la actividad económica.
Primeramente, distinguió el desarrollo frente al simple crecimiento, ya que éste último no
hace intervenir ningún fenómeno cualitativamente nuevo, mientras los cambios que impulsan
el desarrollo son espontáneos y discontinuos, provocando transformaciones cualitativas y
rupturas en la dinámica económica.
El desarrollo económico, lo define por “la puesta en práctica de nuevas combinaciones de
medios productivos” (Schumpeter, 1912:75), lo que podría considerarse como la forma de
caracterizar las innovaciones y la cual cubre los siguientes cinco casos (Shumpeter, 1912:77):
1) La introducción de un nuevo bien –uno con el que no se hayan familiarizado los
consumidores- o de una nueva calidad de un bien.
2) La introducción de un nuevo método de producción, de uno no probado por la
experiencia en la rama de la manufactura de que se trate, que no precisa fundarse en
5
un descubrimiento nuevo desde el punto de vista científico, y puede consistir
simplemente en una forma nueva de manejar comercialmente una mercancía.
3) La apertura de un nuevo mercado, esto es, un mercado en el cual no haya entrado la
rama especial de la manufactura del país de que se trate, a pesar de que existiera
anteriormente dicho mercado.
4) La conquista de una nueva fuente de aprovechamiento de materias primas o de bienes
semi-manufacturados, haya o no existido anteriormente, como en los demás casos.
5) La creación de una nueva organización de cualquier industria, como la de una
posición de monopolio o bien la anulación de una posición de monopolio existente
con anterioridad.
Schumpeter realiza una distinción importante entre empresario innovador frente al inventor,
señala que las invenciones carecen de importancia económica en tanto que no son puestas en
práctica. Los inventos en sí mismo no dan lugar a innovaciones y, además, no tienen ninguna
consecuencia económica; en cambio, la innovación aplicada por el empresario es el factor
endógeno que permite la sucesión de ciclos en la vida económica (Schumpeter, 1912).
Finalmente, define al capitalismo como un sistema dinámico, en permanente evolución y
periódicamente revolucionado por oleadas de innovaciones, que desaparecerá al ser superado
por sus propias realizaciones. La característica esencial del capitalismo es la de ser un proceso
evolutivo, el impulso que pone y mantiene en movimiento la máquina capitalista procede de
los nuevos bienes de consumo, de los nuevos métodos de producción y trasporte, de los
nuevos mercados, de las nuevas formas de organización industrial que crea la empresa
capitalista. Estos elementos ilustran el proceso de mutación industrial, que revoluciona
incesantemente la estructura económica desde dentro, destruyendo ininterrumpidamente lo
antiguo y creando continuamente elementos nuevos. Este proceso de destrucción creadora
constituye el dato de hecho esencial del capitalismo (Schumpeter, 1942).
I.2 El conocimiento y la tecnología
Por mucho tiempo el análisis económico equiparó al conocimiento con la información, sin
embargo, es necesario establecer la diferencia, ya que como lo menciona Foray (2004) el
conocimiento es algo más que información, al facultar a sus poseedores con la capacidad de
acción intelectual o física. El conocimiento es fundamentalmente una cuestión de capacidad
6
cognitiva, mientras la información puede tomar la forma de datos estructurados y
formateados que permanecen pasivos e inertes hasta su uso por parte de personas con los
conocimientos necesarios para interpretarlos y procesarlos.
Otra discrepancia importante, es su forma de reproducción y producción siendo fenómenos
muy diferentes, por un lado en el caso del conocimiento este ocurre a través del aprendizaje,
mientras en la información se lleva a cabo simplemente a través de la duplicación.
Un problema central del conocimiento se refiere a su medición, estas dificultades son
descritas a continuación, siguiendo el planteamiento de Foray (2004):
Los elementos del conocimiento son heterogéneos.
El conocimiento es en gran parte no observable, sólo aparece cuando es expresado y
escrito.
No hay función de producción que puede ser usada para predecir, los efectos que una
unidad de conocimiento tendrá sobre el desempeño económico.
Por último, la medición de stocks se vuelve imposible en el caso del conocimiento.
Características del conocimiento1:
Es parcialmente no excluible y no rival. El conocimiento puede ser teóricamente
usado por muchas personas y no ocurrirá un costo adicional, su uso no excluye a las
personas o empresas, cualquiera puede acceder a él.
El conocimiento es acumulativo, pero también debe considerarse que está
parcialmente localizado, el nuevo conocimiento no es de valor generalizado para la
economía porque ha sido producido en un contexto local y para un propósito
particular. Otra característica que disminuye la acumulación del conocimiento es su
débil persistencia, ya que la gente tiende a olvidar.
El conocimiento está disperso y dividido. Existe una tendencia natural para la
fragmentación del conocimiento, derivada de la división del trabajo y el incremento
en la especialización en el ámbito de la producción de conocimiento.
Hay dos formas mediante las cuales el nuevo conocimiento viene, primero a través de la
investigación formal y segundo mediante la producción normal. Respecto a la tecnología ésta
1 Foray, 2004
7
es vista como una actividad humana multivariada, es ésta diversidad la que dificulta el
capturarla en conceptos agregados y por tanto medirla.
La teoría institucional identificó cuatro aspectos claves del complejo proceso de la
innovación tecnológica (Archibugi, 1998):
Primero, se ha tendido a ver a la tecnología como un bien público, libremente disponible para
todos los agentes económicos, costoso para generar pero disponible para asimilar sin o con
un costo insignificante. El enfoque institucional rechaza esto y argumenta que los productores
de nuevo conocimiento tienen una variedad de métodos tanto legales como económicos para
asegurar retornos de sus innovaciones. Pueden existir imitadores así que inevitablemente hay
algo de incertidumbre acerca de si los retornos económicos obtenidos compensarán el costo
de imitación de las innovaciones.
Segundo, la teoría institucional señala que sólo una parte del conocimiento es codificable en
libros, modelos, patentes, artículos científicos, etc. Hay una parte igualmente importante del
conocimiento la cual es tácita y que sólo pude ser adquirida mediante un largo proceso de
aprendizaje. Además, algunas partes del know-how pueden ser fácilmente transferidas de los
productores a los usuarios.
Tercero, hay variaciones fundamentales a través de los diferentes campos tecnológicos.
Mientras la innovación tecnológica en algunos ámbitos puede ser de relativo fácil acceso para
algunos agentes, en otros casos puede estar confinada a grupos muy restringidos de expertos.
Cada sistema tecnológico, industria y país tiene un régimen específico de apropiación
tecnológica el cual vuelve a las innovaciones más fácilmente accesibles o más restringidas.
Cuarto, la evolución del conocimiento, es altamente dependiente de la trayectoria, esto es, es
influenciado por el conocimiento ya acumulado por los agentes económicos en el pasado.
I.3 ¿Qué motiva o incentiva la actividad innovadora?
En general, se reconocen diferentes orígenes de la actividad innovadora, en la literatura
económica ha existido un significativo esfuerzo para definir aquéllos elementos comunes
entre un amplio rango de invenciones y de innovaciones, que permitan definir el motor
principal de la actividad que lleva a su desarrollo.
8
Como respuesta a estos esfuerzos, los teóricos económicos desarrollaron dos enfoques
básicos. El primero, “demand-pull” señala al mercado como la principal fuerza que determina
el cambio tecnológico, mientras el segundo, “technology-push” define a la tecnología como
un factor autónomo, al menos en el corto plazo. Como es notorio, la distinción fundamental
entre estos dos enfoques, es el rol atribuido a las señales del mercado en la dirección de la
actividad innovadora y el cambio tecnológico.
Uno de los primeros trabajos que busca identificar las fuentes que originan la actividad
innovadora, basado en el enfoque de “demand-pull” es el Schmookler en 1962, el cual señala
que aun cuando detrás de un invento se encuentre un descubrimiento científico, y éste pueda
contener las semillas de muchos inventos potenciales, son los factores económicos-demandas
latentes- quienes determinan si es factible su explotación. Lo esencial en el análisis de
Schmookler es que el incentivo para realizar un invento, como el incentivo para la producción
de cualquier otro bien, es afectado por el exceso de los rendimientos esperados sobre los
costos esperados. El progreso científico puede disminuir los costos esperados y aumentar así
la probabilidad de que un invento se busque y se realice.
Brian Arthur (2005) señaló que el origen de la actividad innovadora no es indeterminado, no
es un proceso generado espontáneamente, carente de cierta estructura lógica; ya que su origen
puede ser entendido como la conexión de ciertos propósitos o necesidades con un efecto que
puede ser explotado para satisfacerlo. Así, define a la tecnología como un medio para
alcanzar un propósito humano, la cual cumple un propósito expresado, se basa en la
explotación fiable de un fenómeno y requiere de otras tecnologías subprincipales, es decir,
componentes que son en sí mismas tecnologías. Surge de una oportunidad económica, de
reconocer un potencial mercado lucrativo.
I.4 La difusión tecnológica
Cualquier estudio económico que se refiera al crecimiento económico y al desarrollo del
cambio tecnológico implica supuestos acerca de cómo las innovaciones, una vez que son
originadas en algún punto del sistema económico, se esparcen sobre el mismo sistema. Es
así, como el análisis de la difusión de un nuevo producto y un nuevo proceso de producción
dentro y entre las empresas de negocios se convierte en uno de los aspectos fundamentales
de los procesos de crecimiento y transformación de las economías contemporáneas.
9
Schumpeter (1912), identificó dos fuerzas motrices complementarias para la difusión,
nombradas selección e imitación. El primer concepto se refiere a la competencia entre
empresas innovadoras y tradicionales, las primeras introducen la innovación, mientras las
segundas siguen vinculadas a las viejas tecnologías y por lo tanto sujetas a la erosión
progresiva de sus cuotas de mercado; en este caso la difusión puede ser idealmente medida
por las cuotas de mercado de los dos tipos de empresas.
La segunda fuerza se refiere a la posibilidad de que una firma tradicional abandone la vieja
tecnología en favor de una nueva, así la difusión es mejor medida por la tasa a la cual la
adopción ocurre (imitación de las firmas innovativas).
El papel de la imitación ha recibido mucha atención ya que ésta toma lugar en el contexto de
la difusión tecnológica. La imitación ocurre cuando un agente económico copia la acción de
otro. Esta copia puede tener lugar con o sin el consentimiento de la otra parte.
Siguiendo a Mark Casson (1997:149) existen cinco principios básicos para elegir la imitación
como estrategia:
El principio de similitud. Gente diferente esta frecuentemente en situaciones
similares.
El principio de la información diferenciada. Porque las fuentes de información están
localizadas, algunas personas tienen más información que otras personas que están
en la misma situación.
El principio del bien público. Ya que la información puede ser compartida y el
descubrimiento de la información es costosa para replicar es ventajoso para los menos
informados aprender de los mejor informados.
El principio de la revelación. La información que la gente posee se refleja en las
decisiones que toman.
El principio de la observación. Es más fácil observar las decisiones de otras personas
que adquirir su información.
La imitación del comportamiento es frecuentemente un sustituto de otras formas de obtener
información. Es mejor que el descubrimiento de información por uno mismo, y es incluso
mejor que adquirirla directamente de otras personas involucradas.
10
Es importante destacar que las innovaciones no son inmediatamente adoptadas por todos los
potenciales usuarios, por el contrario, siempre hay un lapso de tiempo, frecuentemente
considerable, desde el momento en que la innovación aparece y cuando es adoptada por el
primer grupo consistente de usuarios. Otro periodo de tiempo relativamente largo sigue en el
cual la innovación es adoptada gradualmente por todos los agentes relevantes.
Sin embargo, desde la división establecida por Schumpeter entre invención, innovación y
difusión de las innovaciones, la teoría económica del cambio tecnológico puso mayor énfasis
en la invención que servía como un indicador de la actividad innovadora, así sólo los inventos
que se traducían en innovaciones de productos o procesos tenían consecuencias económicas,
es decir, sólo las invenciones que llegaban al mercado tenían repercusiones. Para definir el
éxito de las innovaciones, se debía medir la magnitud de los efectos económicos de la misma,
y esto a su vez dependía del proceso de difusión entre empresas, sectores y países. Por lo
tanto, para los interesados en las consecuencias del cambio tecnológico y cómo afecta el
crecimiento de la productividad, lo importante es el análisis del proceso de difusión
tecnológica. Sin embargo, se dificulta su análisis, por el bien reconocido hecho de que la
difusión de nuevos productos y procesos toma períodos de tiempo variables: algunos agentes
económicos la adoptan muy pronto después del desarrollo de una innovación, mientras otros
algunas veces lo hacen solamente después de décadas (Silverg, 1988).
Por lo anterior es necesario contar con una compresión real de la dinámica innovadora, la
cual no debe ser analizada como tres momentos separados (invención, innovación y
difusión), o excluyentes entre sí, y sobre todo debe tenerse siempre presente la importantica
del proceso de difusión ya que es en este periodo donde cambian tanto la posición competitiva
de varios agentes (adoptantes y no adoptantes), como los incentivos de la economía para
adoptar las nuevas tecnologías y las capacidades de los agentes para hacer un uso eficiente
de la innovación.
El análisis contemporáneo de la difusión se ha centrado esencialmente en las siguientes
cuestiones: a) ¿por qué una nueva tecnología no es instantáneamente adoptada por todos los
usuarios potenciales?, b) ¿cómo puede ser representada la dinámica de las sendas de
difusión?, y c) ¿cuáles son las variables relevantes que conducen este proceso? (Silverg,
1988).
11
Existen tres enfoques básicos dominantes en el actual pensamiento económico de la difusión
de innovaciones. La primera línea de investigación, corresponde a los trabajos pioneros de
Mansfield (1961) y Griliches (1958), que se pueden ubicar como las primeras
aproximaciones económicas al análisis específico de la difusión, donde trataban de identificar
las regularidades empíricas en las sendas de difusión, representadas típicamente por la curva
logística. La difusión era interpretada como un proceso de ajuste a algún equilibrio
contingente a largo plazo sobre el aprendizaje de los adoptantes potenciales.
El segundo enfoque, se basa en los modelos de difusión de equilibrio. La difusión es vista
como una secuencia de equilibrios determinados por los cambios en los atributos económicos
de la innovación y el medio ambiente (Stoneman, 1983). Este enfoque ha generado
importantes ideas en el proceso de difusión, mostrando la importancia de: a) las diferencias
entre los adoptantes potenciales; b) las expectativas tecnológicas de los proveedores y
adoptantes; c) los patrones de interacciones estratégicas entre los proveedores y los
adoptantes; d) la estructura de mercado.
Por último, el tercer enfoque es evolucionista y representa la difusión de nuevas técnicas y
nuevos productos bajo condiciones de incertidumbre, donde hay diversidad tanto en la
tecnología como en el comportamiento de los agentes económicos, racionalidad limitada,
aprendizaje (G. Dosi, Nelson, R., 1994).
I.4.1 Pioneros en el análisis de la difusión tecnológica
Dentro del primer enfoque, Griliches (1963)en su trabajo pionero de la difusión, centró su
análisis en el impacto de la introducción del maíz híbrido en la agricultura norteamericana a
mediados del siglo XIX, realizó un modelo de la difusión de esta nueva tecnología y cómo
fue la adopción por parte de los agricultores. A pesar de que la producción de maíz híbrido
databa de por los menos 1918, no fue una innovación que se adoptara al mismo tiempo en
todas partes; sino más bien este nuevo método tuvo que adoptar diversas variedades
dependiendo la localidad donde se planeara aplicar. Recalcando que la difusión del
conocimiento no es instantánea, por el contrario es un proceso que toma tiempo.
Por otro lado, la aportación de Mansfield fue fundamental, al sentar las bases de lo que se
constituyó como modelo estándar de difusión. Pretendía explicar la difusión de una
innovación en el interior de una rama de actividad, tomando como variable el número de
usuarios. Consideró que las pautas de difusión observadas eran el resultado de un proceso de
12
toma de decisiones racional de los adoptantes potenciales. Tres factores determinarían el
grado de difusión:
Rentabilidad derivada de introducir la innovación
Volumen de inversión requerido
Un proceso de aprendizaje basado en la comunicación entre los adoptantes previos y
los potenciales que reduce la incertidumbre.
Con estas pautas, una vez introducida la innovación por un número inicial de empresas, la
innovación se difundía como una epidemia, por contactos, dando lugar a una función logística
en forma de S con respecto al tiempo:
𝜆𝑡 =𝑑𝑁𝑡
𝑑𝑡[𝑁 − 𝑁𝑡]−1 = 𝜑
𝑁𝑡
�̅� (1)
El proceso de difusión se presentaba como un proceso de saturación de un espacio, cuyo
motor era la imitación. El modelo tenía como único objetivo determinar las condiciones que
influyen en la velocidad de la difusión.
Fue Rosenberg (1972) quien cuestionó los fundamentos del modelo estándar, sentando las
bases de un enfoque dinámico de la difusión que incorpora los cambios estructurales en la
oferta, la investigación técnica y el learning by doing.
Con el objetivo de explicar la dinámica de la difusión, mostró que era inevitable incorporar
la abundancia de innovaciones sucesivas como motor de ese proceso, así la tasa de difusión
depende fundamentalmente de la resolución progresiva de todo un conjunto de problemas
ligados a las características estructurales de la oferta tecnológica.
En su análisis de la difusión, Rosenberg parte de considerar que la contribución real del
cambio tecnológico al crecimiento económico -plasmada en un aumento de la productividad-
habría de determinarse mediante el estudio de la difusión.
Esto se deriva de la idea de que el impacto económico de las nuevas técnicas es función no
sólo de sus creación e introducción sino también de la rapidez con que se desplazan las viejas
técnicas y el grado en que las nuevas son superiores a las viejas.
Rosenberg señala ciertos factores del lado de la oferta que afectan la velocidad con que las
nuevas técnicas reemplazan a las viejas:
13
El análisis de la difusión en función de los beneficios esperados no explican ni la lentitud de
la difusión ni responde por qué algunas nuevas tecnologías tienen éxito y otras no. A esto se
puede añadir la dificultad para medir dicha lentitud, ya que el periodo de difusión se extiende
durante un período en el que la actividad de invención decisiva y los perfeccionamientos y
modificaciones esenciales continúan aún. El periodo que va desde la invención básica hasta
su real y sistémica aplicación o producción puede deberse a la necesidad de llevar a cabo una
actividad inventiva más amplia, que puede requerir incluso tanta inversión y tiempo de
investigación como la invención básica.
La difusión puede ser más lenta si los inventos introducidos resultan ser ineficientes,
por lo que resulta necesario perfeccionarlos y demostrar su superioridad respecto
sobre las viejas técnicas.
Las diferencias en la velocidad de difusión también se encuentran en función de las
formas de adquisición de las habilidades técnicas necesarias para el uso de las nuevas
técnicas, la adquisición de dichas habilidades está en función a su vez de factores
como la facilidad para codificar y transferir.
La evolución del proceso de difusión depende del grado de complementariedad entre
diferentes técnicas dentro de la actividad productiva, es decir, un invento importante
puede depender de otros para su éxito.
El contexto institucional entendido como variables sociales, legales, institucionales,
económicas, etcétera, tiene la capacidad para retrasar o dinamizar el ritmo de la
difusión tecnológica.
I.4.2 Teoría evolucionista 2
Dentro del enfoque evolucionista el comportamiento de los agentes se caracteriza no por la
imitación sino por la progresiva adaptación. Una condición para una difusión rápida y
eficientemente aprovechada es la existencia de una capacidad de investigación técnica para
introducir las mejoras en la innovación, con objeto de ir resolviendo los problemas de
coherencia con las estructuras existentes y realizar un aprendizaje que permita el máximo
rendimiento técnico de la innovación (Silverg, 1988).
2 El término evolutivo se usa para definir una clase de teorías, modelos o argumentos, que tienen como propósito explicar el movimiento de algo en el tiempo, o de explicar por qué algo es lo que es en un momento en el tiempo en términos de cómo llegó allí, es decir, se parte de un análisis dinámico.
14
En general, la teoría evolucionista puede ser vista como una teoría acerca de cómo la sociedad
o la economía aprenden.
Para realizar el análisis del proceso de difusión tecnológica a partir del enfoque evolucionista,
resulta necesario explicar qué es la teoría evolucionista y los conceptos desarrollados por la
misma.
Dosi (1982) definió el progreso técnico como el proceso secuencial de resolución de
problemas en el marco de un paradigma tecnológico, siguiendo una trayectoria tecnológica,
son éstos dos últimos conceptos los que podrían destacar como más relevantes dentro del
enfoque. Primero, define al paradigma tecnológico como un modelo y patrón de soluciones,
un conjunto de procedimientos, una definición de problemas relevantes y el conocimiento
específico relacionado a la solución de un problema específico. Cada paradigma tecnológico
define su propio concepto de progreso basado en sus específicos intercambios tecnológicos
y económicos.
Mientras, el término de trayectoria tecnológica se usa para referirse al camino o senda del
progreso tomado por una tecnología, es el patrón de actividad normal en la resolución de
problemas. Cada paradigma tecnológico posee unos procedimientos y mecanismos de
búsqueda propios y una lógica en el tipo de soluciones encontradas que caracterizan el
desarrollo de las tecnologías a lo largo del tiempo.
El régimen tecnológico implica el complejo de las firmas, disciplinas profesionales y
sociedades, universidades y programas de investigación, estructuras legales y regulatorias
que apoyan y restringen el desarrollo dentro de un régimen y a lo largo de trayectorias
particulares. La frontera tecnológica es el más alto nivel alcanzado sobre una trayectoria
tecnológica con respecto a las dimensiones tecnológicas y económicas.
Más recientemente Brian Arthur (2005), en su análisis del proceso de la difusión se centra en
la decisión de adoptar las nuevas tecnologías. Parte de la idea de ver a la difusión como un
proceso dinámico cuyo motor reside en la propia acción de adoptar; y distingue cinco factores
que dan lugar a los que él denomina rendimientos crecientes de adopción, cabe destacar que
en estos factores menciona la importancia de las redes (Brian, 2005):
Learning by using: este concepto introducido por Rosenberg refleja el hecho de que
cuanto más se adopta o extiende una tecnología mayor será su uso y el aprendizaje
15
que del mismo se deriva, lo que permitiría el perfeccionamiento y mejora de la
tecnología en cuestión.
Externalidades de red: una tecnología se hace más útil cuando mayor sea el número
de adoptantes, tanto porque el número de usuarios afecta a su utilidad intrínseca como
porque facilita el aumento de la oferta de complementos.
Economías de escala en la producción: cuando la tecnología está incorporada en un
producto, el coste del producto disminuye al aumentar el número de unidades
producidas.
Rendimientos crecientes de la información: cuanto más se adopta una tecnología,
mejor será el grado de conocimiento y dominio, lo que disminuirá el riesgo para los
potenciales adoptantes.
Interrelaciones tecnológicas: cuanto más se adopta una tecnología mayor será el
número de subtecnologías y productos que la complementarán creando una
infraestructura que la hará más atractiva y competitiva frente a otras.
I.5 El estudio de los fenómenos económicos desde la Teoría de
Redes Sociales: la difusión tecnológica.
La superación de los obstáculos que aparecen desde la identificación de ciertos propósitos o
necesidades que busca satisfacer una nueva tecnología y la realización de la misma puede
llevar años y ser un proceso muy difícil de superar; es por eso que autores como Lane y
Maxfield (1997) proponen que es posible superar dichos obstáculos mediante las redes de
comunicación, este tipo de interacción puede ayudar al creador a ver el problema diferente.
La generación de relaciones inducen el cambio en la forma en cómo los participantes ven el
mundo, actúan y dan lugar a nuevas entidades, incluso instituciones. La interacción humana
puede proveer equipo y know-how para traer el concepto a una realidad física.
La importancia de la creación de redes se sustenta en que estas pueden provocar una difusión
de ideas, información y conocimientos que se producen en su interior. El intercambio de
información es una función crucial de las redes. Los vínculos sostenidos en las redes reducen
el costo de comunicar información y aseguran su calidad. La consecuente reducción en el
costo de la información incentiva un mayor intercambio de información.
16
Las siguientes líneas describirán la pertinencia del uso de la teoría de redes sociales en el
análisis económico.
Elementos y conexiones3 construyen un sistema, entonces resulta irrefutable afirmar que la
economía es un sistema al contar con un conjunto de elementos, individuos, agentes y bienes,
entre los cuales pueden existir conexiones. Todas las escuelas de pensamiento económico sin
importar sus divergencias, comparten algo en común, la presuposición de la existencia de
conexiones dentro del sistema económico, se le da un papel relevante a las conexiones como
elemento esencial para entender el funcionamiento de las estructuras (Potts, 2000).
El lugar donde tienen lugar las interacciones entre el conjunto de elementos concebibles
dentro de un sistema se conoce como espacio económico; mientras el espacio económico
geométrico se define como un conjunto particular de interacciones (Potts, 2000).
Entre los elementos que forman un sistema pueden existir conexiones, dejando abierta la
posibilidad a sistemas caracterizados por la ausencia al menos parcial de conexiones entre
sus elementos, la definición no restringe a que los sistemas se presentan únicamente cuando
todos los elementos se encuentran conectados unos con otros.
Uno de los tipos de sistemas utilizados para caracterizar a la economía es el propuesto por la
teoría del equilibrio general4, Potts (2000) plantea que un sistema económico en equilibrio
se caracteriza por estar totalmente conectado, es decir, es un sistema en el cual el conjunto
total de las funciones de demanda de cada agente está directamente conectado con el conjunto
total de las funciones de oferta –las asignaciones están hechas- los agentes están conectado
unos a otros con cualquier otro punto del espacio económico. Si bien el intercambio está
presente no hay elección, al estar todo definido.
Si todos los elementos estuvieran conectados unos con otros como se propone en el equilibrio
general, no resultaría necesario el análisis del sistema económico, ya que al permanecer todo
estático no existiría cambio alguno dentro de los componentes del sistema, ante la ausencia
de nuevas relaciones establecidas o la desaparición de otras cuantas, pues son las conexiones
3 Las conexiones son relaciones directas específicas entre elementos, y están omnipresentes en todo el sistema
económico. Este concepto sólo se puede definir sobre un espacio no integral, que se refiere a un espacio
donde las interacciones no pueden plegarse a un campo de acciones. 4Potts en su libro The New Evolutionary Microeconomics, realiza un análisis de los sistemas económicos
contrastando entre la microeconomía evolutiva y la microeconomía Walrasiana.
17
quienes generan los cambios dentro del sistema; así mismo es la variación de las conexiones
las que generan la entrada o salida de elementos en el sistema.
Partiendo de esto es posible afirmar que las conexiones importan, el estudio de las relaciones
e interacciones entre los miembros del sistema económico da luz acerca de lo que ocurre
dentro del sistema, y más importante aún, explica cuándo ocurre el cambio.
Después de señalar la importancia de las conexiones, resulta más fácil entender por qué en el
análisis del proceso de difusión tecnológica el enfoque basado en las redes sociales es de gran
utilidad. La difusión tecnológica es una parte del proceso de innovación, la cual origina en
algunos casos el cambio tecnológico, éste fenómeno a su vez ocurre cuando las relaciones
entre los elementos (individuos, instituciones) cambian o cuando se establecen nuevas
relaciones. Dichos cambios pueden presentarse como un nuevo concepto en el diseño del
producto, o como la reconfiguración de la estructura organizacional o una nueva red de
distribución. Las conexiones importan porque los detalles de cómo y cuándo existen
determinan las propiedades dinámicas del sistema que comprenden (Potts, 2000). Así,
sabiendo que los fenómenos económicos no son estáticos, sino todo lo contrario, es posible
estudiar la evolución de la economía como la dinámica existente en las conexiones, donde el
cambio tecnológico juega un papel central.
Existe más de un tipo posible de sistema económico, y por tanto hay más de una forma de
definir o explicar el cambio tecnológico, en el caso del marco neoclásico, una tecnología es
un conjunto de factores -trabajo y capital- y el cambio tecnológico es simplemente la
habilidad de producir más producto usando la misma cantidad de insumos, es decir, una
mejora en la combinación, de acuerdo con Jason Potts (2000) ésta definición nos dice que el
cambio tecnológico ha ocurrido, pero no responde lo fundamental: cómo o por qué. No nos
dice qué es lo que en realidad ha llevado al cambio. En su crítica al marco neoclásico señala
que la respuesta del cómo o por qué, se responde porqué el cambio tecnológico no se limita
sólo una cantidad de factores, sino también incluye la forma particular en la cual se combinan.
El cambio tecnológico ocurre cuando nuevas combinaciones se descubren, dando lugar a
nuevos productos, lo cual provee nuevas posibles recombinaciones. La importancia del
análisis del cambio tecnológico es que él engendra la evolución económica.
18
La forma en cómo, cuándo y por qué se dan estas nuevas combinaciones, se liga a la idea
fundamental que todo problema económico es un problema de elección vinculado a medios
y fines dados, es decir, la elección se centra en que conexiones se deben privilegiar, cuales
deben desaparecer, buscar en última instancia la modificación en la estructura del sistema y
así lograr la evolución económica.
El acento en la idea de un sistema en continuo cambio, se explica porque es únicamente en
este escenario donde el cambio estructural ocurre. Cuando podemos definir todo el conjunto
de cosas que existen en el sistema económico, es decir, si podemos definir el número exacto
de bienes y agentes y además hacemos implícito que también existe un conjunto completo
de conexiones ente ellos, sin duda estamos hablando de un sistema cerrado, en el cual lo
referente al cambio tecnológico, procesos empresariales, la imaginación, la creatividad, la
incertidumbre quedan excluidos del ámbito de análisis. Estos fenómenos existen sólo en
relación con un sistema abierto.
I.6 Indicadores de Ciencia y Tecnología
Ha existido un significativo progreso en la medición y la comprensión de las actividades que
generan el cambio tecnológico, y en particular en el alcance y precisión de los indicadores
de Ciencia, Tecnología e Innovación.
El trabajo de Nathan Rosenberg y Steven Kline en torno a la medición de la actividad
inventiva tuvo al menos dos implicaciones en el desarrollo de los indicadores (K. Smith,
2005). La primera es que la novedad implica no sólo la creación de productos o procesos
totalmente nuevos, sino también cambios relativamente pequeños en el rendimiento del
producto que pueden tener mayores implicaciones tecnológicas y económicas. El segundo es
la importancia de los inputs que no son de I&D, como las actividades de diseño, desarrollos
de ingeniería y exploración de mercados de nuevos productos. Por lo tanto, los indicadores
de innovación deben ser capaces por una parte de recoger los cambios relativamente
pequeños que tienen implicaciones tecnológicas y económicas, y por otra parte deben reflejar
la variedad de los insumos (Smith, 2005:151).
En el Manual de Oslo se destacan dos familias básicas de indicadores de Ciencia y
Tecnología que interesan directamente en la medición de la innovación: los recursos
19
dedicados a I&D y las estadísticas sobre patentes. En el caso de la bibliometría y otros tipos
de indicadores proporcionan información complementaria, pero la información no está
siempre disponible a nivel de la empresa (OCDE, 2005:29).
A continuación se describen brevemente cada uno de ellos.
La primera familia de indicadores se refiere a los recursos dedicados a Investigación y
Desarrollo, el Manual de Frascati (2002) define a la I&D tanto como la producción de nuevos
conocimientos como las nuevas aplicaciones prácticas de los conocimientos; y es concebida
como la que cubre tres diferentes tipos de actividades: investigación básica, investigación
aplicada, y desarrollo experimental.
El indicador de Investigación y Desarrollo más usado es el referente a la intensidad de I&D,
esto es la relación del gasto en I&D respecto a alguna medida de output. Para el caso de la
firma, es generalmente usada la relación gasto en I&D respecto a las ventas; para la industria
o un país es la relación entre el gasto de las empresas en I&D respecto a la producción total
o el valor añadido. Esta relación es usada para determinar si las industrias son de alta, media
o baja tecnología, esto en función de los ratios de gasto en I&D respecto al PIB. Otro
indicador es la tecnología adquirida, calculado como la investigación plasmada en capital y
bienes intermedios utilizados por una industria (OCDE, 2002:158).
La segunda familia de indicadores son las patentes y representan los indicadores en los que
se ahondará en el presente trabajo. Las patentes son utilizadas como instrumentos de
medición de la actividad inventiva de países, regiones, empresas en sectores industriales;
incluso se usan para estudiar patrones regionales de crecimiento económico. Esto ocurre así,
ya que por definición las patentes se refieren a la actividad inventiva, y están basadas en lo
que parece ser objetivo; han sido reconocidas como una fuente de datos para el estudio de la
innovación y el cambio tecnológico5.
Al contener información tan detallada sobre la innovación, el área tecnológica a la que
pertenece, los inventores (su ubicación geográfica), el cesionario; la patente se ha convertido
en uno de los indicadores más usados para medir la actividad inventiva.
5 OCDE, 2005
20
Las dos familias básicas de estadísticas se complementan con otras, como las estadísticas
sobre las publicaciones científicas (bibliometría), los artículos incluidos en revistas
profesionales y técnicas (“LBIO” o indicadores de producción de la innovación basados en
la prensa especializada), los recursos humanos cualificados, la balanza de pagos
tecnológicos, los indicadores de globalización, y la actividad en los sectores de alta
tecnología, los indicadores de globalización (inversión, empleo, comercio exterior) (OCDE,
2005b).
I.7 Las patentes como indicador de la actividad inventiva
Si bien ha existido un significativo progreso en el alcance y precisión de los indicadores de
Ciencia, Tecnología e Innovación, no ha ocurrido lo mismo respecto en la identificación y
mediación de los efectos indirectos de la Investigación y Desarrollo, es decir de los beneficios
que una compañía, industria o individuo reciben de la actividad de I&D de otro (Griliches,
1990).
La literatura económica demuestra que el conocimiento originario de un país o región en
particular trasciende cada vez más sus fronteras nacionales y contribuye al crecimiento de la
productividad de otras áreas geográficas.Sin embargo, aún está pendiente la identificación de
la dirección, la magnitud y la eficacia de los distintos canales a través del cual se transmiten
tal efecto de derrame (Cincera, 2001; Fafchamps, 2006; Griliches, 1990).
Griliches (1998a) señala que una de las fuentes principales de externalidades generadas por
las actividades de I&D son los spillovers de conocimiento, los cuales surgen debido a la
imperfecta apropiabilidad del mismo asociado con las innovaciones. Así, la difusión de
conocimientos se lleva a cabo cuando el conocimiento generado por alguien contribuye al
proceso de innovación de otros.
Los spillovers se caracterizan generalmente por la transferencia internacional de tecnología
que puede ocurrir a través de diferentes vías: la inversión extranjera directa, pagos de
tecnología extranjera, la colaboración internacional en I&D, publicaciones de documentos
técnicos y científicos, así como la migración de científicos y mano de obra calificada
(Cincera, 2001:2). Una forma para identificar y medir los spillovers de la I&D es mediante
el uso de la información contenida en las patentes (Griliches, 1990); esta aclaración resulta
importante ya que como se mencionó en el apartado anterior, la patente será el indicador
21
empleado para medir la difusión de conocimiento entendido como uno de los canales a través
del cual se transmiten los efectos de los spillovers.
A continuación se presentan diferentes definiciones de patentes, las características y las
ventajas y desventajas que se incurren en su uso.
La Organización Mundial de la Propiedad Intelectual (OMPI) define a las patentes como:
“…un derecho exclusivo concedido a una invención, es decir, un producto o procedimiento
que aporta, en general, una nueva manera de hacer algo o una nueva solución técnica a un
problema6.”
En el Manual de Oslo se define a la patente como: “un derecho de propiedad legal sobre una
invención, que es concedido por las oficinas de patentes nacionales. Una patente confiere a
su titular el derecho único (de duración limitada) de explotar la invención patentada como
contrapartida a la revelación del descubrimiento y con el fin de permitir una utilización
colectiva más amplia” (OCDE, 2005:30).
Por último, Griliches define a la patente como un “documento, emitido por una agencia
gubernamental autorizada, la cual otorga el derecho de excluir a alguien más de la producción
o uso de un nuevo producto específico, aparato o proceso por un periodo de tiempo
determinado” (1990:1662).
Este derecho es concedido a un inventor después de una examinación que se centra tanto en
la novedad de la invención como en su potencial utilidad. El inventor tiene la capacidad para
asignar este derecho a alguien más, como puede ser su empleador, la corporación o
institución de la que forma parte, también es posible la venta de la licencia a un tercero. El
propósito del sistema de patentes en animar la invención y el progreso tecnológico, otorgando
un monopolio temporal al inventor (Griliches, 1990).
Existen varias ventajas en la utilización de datos de patentes, destacado las siguientes
(Griliches, 1990, 1998b; Hall, 2001):
6 http://www.wipo.int
22
Cada patente contiene información detallada sobre la innovación, el área tecnológica
a la que pertenece, los inventores (su ubicación geográfica), el cesionario.
Como lo menciona Hall (2001) la cobertura de las patentes es muy amplia,
considerando que en las últimas tres décadas cada vez más patentes en Estados
Unidos reflejan no sólo la actividad inventiva en el propio EE.UU., sino en todo el
mundo.
Hay un gran número de patentes, las bases de datos proporcionados por las distintas
oficinas de patentes alrededor del mundo (IMPI, USPTO, WIPO, JPO) son vastas, es
posible hablar de una gran cantidad de datos potencialmente disponibles para la
investigación; destaca que la oficina de Estados Unidos es la mayor fuente de
información de patentes.
A diferencia de otros tipos de información económica, los datos contenidos en las
patentes se entregan por completo sobre una base voluntaria, es por esto que las
patentes son consideradas un indicador objetivo, al ser un acuerdo global, es decir, la
concesión de derechos de monopolio temporal a cambio de la divulgación.
Dentro de los documentos de patentes se incluyen citas a patentes previas y a
documentos científicos; haciendo posible rastrear los vínculos entre las invenciones,
inventores, científicos, empresas.
Sin embargo existen inconvenientes en el uso de las patentes dentro del análisis económico,
Griliches (1998a) hace hincapié en dos:
El primero, se refiere a cómo hacer que concuerden las clases de las patentes y la
clasificación de las actividades industriales, es decir, cómo emparejar los códigos de
las clases de la patentes a los usados en la clasificación de la industria,
El segundo, gira en torno al hecho de que las patentes difieren mucho en su
significancia técnica y económica. A pesar de que una patente se otorga siempre y
cuando dicha invención sea novedosa, tenga una aplicación industrial y no debe ser
obvia respecto al estado del arte previo, esto no garantiza uniformidad en el contenido
de cada invención patentada.
Lo esperado en el uso de las estadísticas de patentes es que funcionará como indicador del
producto de la actividad inventiva, sin embargo se bebe considerar que las patentes no
23
representan todo el resultado de la actividad inventiva; muchas patentes se refieren a
invenciones que son intrínsecamente de poca importancia tecnológica o económica (K.
Smith, 2005). Y lo más importante: “no todas las invenciones son patentables, no todas las
invenciones se patentan, y las invenciones que son patentes difieren enormemente en calidad,
en la magnitud de output inventivo asociadas a ellas” (Griliches, 1988:296).
Las patentes como lo mencionan Jaffe y Trajtenberg (A. Jaffe, Trajtenberg, M., 1998) son el
resultado de las actividades de Investigación y Desarrollo, sin embargo su medición se
complica al ser un bien intangible, por esta razón se han propuesto diversos indicadores que
buscan cumplir este objetivo.
Si el propósito es analizar el vínculo ciencia-tecnología, se usa el número de citas a una
patente por otros trabajos científicos. Así, entre más frecuente sea citada una patente por
trabajos científicos o entre más frecuentemente un trabajo influyente sea citado en una
patente, entonces mayor será la influencia de la misma en los desarrollos científicos o los
vínculos entre la ciencia y la tecnología.
El índice de impacto actual (CII por sus siglas en inglés) es definido como el número de
veces en las que una patente es citada por otras patentes en los recientes cinco años. Este
índice muestra el impacto de las patentes sobre los últimos o más recientes desarrollos
tecnológicos.
Las citas a patentes incluyen las citas hacia adelante y había atrás. Las citas hacia atrás se
refiere a las citas de patentes especificadas en el documento de la patente, las citas hacia
adelante ocurren cuando hay citas subsecuentes a una patente, este tipo de citas son
ampliamente usadas para medir la calidad de la patente (A. Jaffe, 1986).
La red de conocimiento de los científicos académicos se puede investigar por medio de
coautoría de patentes, las cuales se define como patentes en las que ha intervenido más de un
inventores y son una expresión de la interacción innovativa a través de redes que se generan
para potenciar estrategias innovativas. Así, generalmente, el crecimiento de las coautorías
expresa la existencia de estas redes interactivas; mientras que la inexistencia o escasez de
esta modalidad de títulos de propiedad intelectual expresa que prevalece la transferencia de
tecnología sobre la generación de innovaciones (Aboites, 1999; Forti, 2013).
24
La base del uso de la identificación de las redes de inventores a través de la coautoría de
patentes, parte de la idea de la dotación de conocimiento acumulado durante la experiencia
previa con la que cuenta cada individuo en un momento dado, y que durante la interacción
con otras personas puede intercambiar, recombinar y producir nuevas combinaciones (Forti,
2013:1370). La coautoría refleja el enlace a través del cual viaja el conocimiento de un
individuo a otro, en el análisis de redes sociales el número de combinaciones únicas que cada
individuo puede hacer se incrementa con el conjunto de conjunto de conocimientos que puede
acceder condicionado por el tamaño de su red (Forti, 2013:1380)
La primera diferencia substancial entre las redes de coautoría y las redes de citas es que en
que en el primer caso la forma en cómo se difunde el conocimiento es directa, es decir los
investigadores establecen contacto cara a cara para el desarrollo de la patentes; mientras que
en las citas se puede hablar de un contacto indirecto. La segunda diferencia, es más técnica
y se refiere al hecho de que en las redes de colaboración el vínculo es la coautoría, mientras
que en las redes de citas esta última representa el vínculo (Newman, 2003).
I.7.1 Literatura sobre el uso de patentes
En el presente apartado se hará mención de los estudios que han hecho uso de las estadísticas
de patente como indicador de la actividad innovadora y que servirán de guía para el análisis
propuesto en la presente investigación.
Existen diversos trabajos que hacen uso de la patente como herramienta para el análisis de
los flujos de conocimientos. Entre ellos destacan la identificación y medición de los
spillovers de la Investigación y Desarrollo mediante las citas de patentes y el análisis del
valor de las patentes (Griliches, 1998:260), los beneficios que una compañía o industria
recibe de la actividad de I&D de otra; así como estudios que buscan analizar los patrones
regionales de crecimiento económico.
El trabajo de Schmookler (1954) fue pionero en el uso de estadísticas de patente como
indicador de las actividades tecnológicas. En la década de los ochenta del siglo pasado Pavitt
y Pattel (1995), concluye que existe una fuerte relación entre el número de patentes y los
gastos en I&D, implicando que las patentes son un buen indicador de la actividad innovadora
25
de diferentes firmas, mientras que la propensión a patentar difiere significativamente a través
de las industrias.
Del grupo National Bureau of Economic Research (NBER), Jaffe, Trajtenberg, Hall,
Henderson empezaron a definir el uso de patentes y sus citas como un medio importante para
obtener indicadores, utilizaron información regional de patentes para investigar los spillovers
de la investigación académica. Los estudios realizados por Jaffe (A. Jaffe, Trajtenberg, M.,
1998; A. Jaffe, Trajtenberg, M., Henderson, R., 1993) demostraron que las patentes citan
artículos científicos y otras patentes de los sitios donde se encuentran geográficamente
localizadas con mayor frecuencia que otros trabajos y patentes. Confirmando que cualquier
spillover desde actividades científicas hasta tecnológicas tiende a estar geográficamente
localizado.
Balconi (2004) evalúa el papel de la proximidad geográfica y el conocimiento en la
transferencia de tecnología como una función de la estructura social, enfocándose en los
inventores académicos en Italia, encuentran que las redes sociales dentro de la tecnología
patentada están más fragmentadas que las correspondientes a la ciencia abierta, además de
ser los investigadores académicos quienes actúan como puente entre las comunidades
académicas y no académicas. Reyes (2006) estudia la dirección de los conocimientos de
México, Brasil y Corea, para explicar el aprovechamiento y desaprovechamiento de dichos
conocimientos en las economías; esto mediante el análisis de las citas de patentes basado en
dos direcciones; las fuentes (backward) y destino (forward).
Sternitzke (2008) propone el análisis de redes sociales como una herramienta para mejorar
las técnicas de visualización en el análisis de patentes que explican la cooperación y los
vínculos de citación entre los inventores, autores y documentos. Encuentran que los
inventores que sirven como enlaces entre los diferentes grupos de inventores, tienden a
solicitar patentes en campos tecnológicos más amplios, por lo tanto, se benefician de su
acceso a conocimiento diferente a través de su posición.
Incluso hay trabajos como el de Wang (2010) que buscan evaluar la calidad de la patente
analizando la información albergada en la red de citas de patentes, siguiendo la idea de
26
Griliches (1990) de aplicar las citas de patentes para evaluar el valor tecnológico de las
mismas.
Forti (2013) investiga la contribución de las redes sociales para la generación de ideas
innovadoras en el mundo académico. Su análisis sugiere una correlación positiva entre las
redes más densas y los inventores, es decir, los inventores estarán en redes más densas con
conexiones más redundantes, siendo consistentes con la visión de que las redes más densas
son más útiles en la transmisión de información y en la promoción de la confianza y el
aprendizaje entre los nodos.
27
II . L A B I O T E C N O L O G Í A AL I M E N T A R I A
La biotecnología es una de las áreas del conocimiento científico que ha logrado una evolución
más acelerada en las últimas décadas y una de las que mayor impacto ha tenido en el
desarrollo de diversos sectores económicos. Una idea aceptada entre muchos académicos y
responsables de las políticas en los países de la OCDE es que la ola de innovación e inversión
basada en las tecnologías de la información y comunicación (TIC) será seguida por la
biotecnología (Aroundel, 2003). Esto tendría amplias implicaciones sociales y políticas, ya
que se cree que la biotecnología ofrecerá enormes oportunidades para mejorar la calidad de
vida a través de la creación de puestos de trabajo altamente cualificados, mejorando la
competitividad y el crecimiento económico (Trejo, 2010).
Una innovación es caracterizada como dominante si tiene aplicaciones en muchos sectores
de la economía, y la biotecnología parece cumplir este requisito, con aplicaciones en la salud
humana y animal, el procesamiento industrial, y en casi todos los sectores basados en
recursos naturales, como la agricultura, la silvicultura, la acuicultura y la minería.
Convirtiendo a la biotecnología en una tecnología estratégica para las economías basadas en
el conocimiento, esto significa que las naciones que no desarrollen capacidades
biotecnológicas se quedarán detrás de otras en términos de productividad (Aroundel, 2003).
Considerando el impacto de la biotecnología, los gobiernos en las naciones industrializadas
y emergentes quieren explotar al menos alguna de las oportunidades proporcionadas por las
nuevas tecnologías, y al mismo tiempo diversificar su economía (Niosi, 2011).
II.1 Definiciones y características de la b iotecnología
La biotecnología es una actividad en proceso de consolidación. Su desarrollo tiene lugar en
un acotado grupo de países (y empresas) avanzados, en el marco de un proceso no
consolidado (en términos de mercados, derechos de propiedad, desarrollo de nuevos
productos y procesos e instituciones regulatorias) que abre “ventanas de oportunidades”. Su
aplicación concreta replantea la idea de “recurso natural” dado que -en muchos casos-
modifica características esenciales de éstos pasándolos de la categoría de bienes libres a la
de bienes económicos. Técnicamente y en función de las habituales clasificaciones de
actividades utilizadas en los sistemas de cuentas nacionales, la moderna biotecnología no
28
tiene categoría de sector (rama, u otra variante). Se trata de una tecnología horizontal de
límites muy difusos y variables en su definición que opera a modo de plataforma común de
conocimiento, con múltiples aplicaciones en actividades preestablecidas (Bisang, 2009:8).
La biotecnología es definida como un conjunto de conocimientos y métodos a través de los
cuales se hace uso de organismos vivos para la generación de nuevos productos, procesos y
servicios, aplicables a las áreas de la agricultura, alimentación, farmacia, química y a la
protección del ambiente, mediante sistemas variados, tales como: el tratamiento de residuos
sólidos; la producción de cultivos agrícolas mejorados; o el desarrollo de nuevas vacunas
(Bolívar Zapata, 2007).
La OCDE ofrece una definición amplia y provisional de la biotecnología, ya que la misma
cubre tanto a la biotecnología moderna como actividades tradicionales. La definición única
es: “la aplicación de la ciencia y la tecnología a los organismos vivos, así como a partes,
productos y modelos de los mismos, para alterar materiales vivos o no vivos para la
producción de conocimientos, bienes y servicios” (OCDE, 2005:9).
Se consideran tres generaciones en biotecnología (SE, 2010):
La biotecnología de primera generación es la biotecnología tradicional de fermentaciones.
Está formada por los productos obtenidos por un uso empírico de cultivos fermentativos, y
posteriormente formalizados como tecnología microbiana a partir de los descubrimientos del
biólogo francés Luis Pasteur, ejemplos de productos derivados de la biotecnología tradicional
son: las masas de panificación, las bebidas alcohólicas fermentadas como vino y cerveza, o
las fermentaciones que preceden de la destilación como la del ron o el brandy o los derivados
lácteos como los quesos y el yogur.
La biotecnología de segunda generación comenzó con las fermentaciones industriales
asociadas a la producción de compuestos utilizados en alimentación, farmacia y
procesamiento de materiales. En esta generación se ubican las tecnologías microbianas que
sirvieron y aún sirven para la obtención de antibióticos, aminoácidos, enzimas y ácidos
orgánicos, alcoholes y solventes de uso en las industrias química, farmacéutica y de
alimentos.
La tercera generación, aún en curso, proviene del manejo de genes, es decir por la tecnología
del DNA recombinante, la llamada Ingeniería Genética. Lo significativo es la inclusión de
29
los métodos de propagación vegetativa de plantas y la clonación de células microbianas,
vegetales y animales.
Algunos consideran la existencia de una cuarta generación, la cual incluye la biotecnología
basada en tecnologías emergentes derivadas de la biología molecular: la genómica, la
proteómica y la metabolómica. Son disciplinas dirigidas al análisis de genes y genomas
completos, proteínas y vías metabólicas de múltiples organismos y de comunidades
biológicas, así como de la detección de la diversidad y plasticidad de las mismas.
Bolívar Zapata(2007) define a la biotecnología moderna como una actividad
multidisciplinaria, cuyo sustento es el conocimiento de frontera generado en diversas
disciplinas (entre otras, la biología molecular, la ingeniería bioquímica, la microbiología, la
genómica y la inmunología), que permite el estudio integral y la manipulación de los sistemas
biológicos (microbios, plantas y animales). La biotecnología moderna busca hacer un uso
inteligente, respetuoso y sustentable de la biodiversidad, mediante el desarrollo de tecnología
eficaz, limpia y competitiva, para facilitar la solución de problemas importantes en sectores
tales como el de la salud, el agropecuario, el industrial y del medio ambiente.
Figura II.1 La biotecnología como actividad multidisciplinaria, sustentada en varias
disciplinas (Bolívar, 2003)
30
II.1.2 Antecedentes históricos de la biotecnología moderna
La genética nace hace cerca de 150 años, con los experimentos de Mendel de los cuales
deriva el concepto de gene, como la instancia en donde reside la información responsable de
caracteres hereditarios específicos. En 1944, Avery, McCleod y McCarty demostraron que
la información genética de los seres vivos reside en un tipo de macromolécula biológica
llamada ácido desoxirribonucleico, ADN. En 1953, James Watson y Francis Crick
descubrieron la estructura de doble hélice del ADN que es la molécula biológica en la cual
reside la información genética en todos los seres vivos. Ya para la década de los setenta del
siglo pasado, se logró entender cómo se replica el ADN y cómo la información genética se
localizada en regiones específicas del ADN, así fue posible el desarrollo de las técnicas de la
ingeniería genética o metodología del ADN recombinante, mediante las cuales es posible
aislar, modificar y clonar genes y también construir organismos transgénicos en el
laboratorio. En un inicio estas nuevas técnicas impactaron sobre todo en las áreas de la salud
y de la medicina, cuando se diseñaron y construyeron microorganismos transgénicos
productores de proteínas humanas tales como insulina, interferones, hormonas de
crecimiento, que hoy se utilizan en el tratamiento de diferentes problemáticas clínicas
(Bolívar Zapata, 2007).
Posteriormente, la ingeniería genética empezó a tener un impacto en el sector agropecuario
con la presencia de microorganismos, plantas y animales transgénicos.
James Watson en su libro Recombinant DNA dice: “En 1976, nace la biotecnología moderna
cuando las metodologías para clonación de ADN, síntesis química de oligonucleótidos y
expresión genética, convergieron en un único experimento, en el cual una proteína humana
fue expresada a partir de ADN sintético usando técnicas de ADN recombinante”.
La proteína obtenida y patentada fue la somatostina, invención realizada por Stanley Cohen
de la Universidad de Standford y Herbert Boyer de la Universidad de California, éste fue el
primer resultado importante de Genentech, compañía fundada en 1976 y la primera en
dedicarse completamente a la ingeniería genética (Kenney, 1986).
Genentech resulta ser muy importante dentro del desarrollo de la industria de la biotecnología
con aplicación en la agricultura, ya que de alguna manera marcó la pauta o el ejemplo que
las compañías seguirán para su conformación dentro de esta área.
31
Después de este experimento, siguió la producción en baterías de insulina humana, hormona
que se utiliza para el tratamiento de la diabetes, la cual es el primer producto comercial de la
industria biotecnológica moderna, además de ser el primer producto que se produjo
industrialmente y fue autorizado por la Food and Drug Administration de los EUA, para su
uso clínico en seres humano (Trejo, 2010).
II.1.3 La biotecnología productiva y comercial
La biotecnología de aplicación industrial y comercial, resuelve problemas fundamentales de
la humanidad, centralmente en tres áreas: agricultura, medio ambiente y salud.
La biotecnología constituye no solamente un activo campo de investigación y generación de
nuevo conocimiento, sino un motor económico que permite la creación de empresas a partir
de la innovación en el corto plazo. Se considera que por su aplicación, existen tres diferentes
tipos de biotecnología (SE, 2010):
Roja: Relacionada con la biomedicina, con la actividad médica o clínica, y con el
estudio y aplicación de biotecnología a la salud humana y animal.
Verde: Relacionada con las aplicaciones a la producción agrícola.
Blanca: Relacionada con las aplicaciones industriales de la biotecnología
(producción de microorganismos, fermentaciones, especialidades químicas,
biotransformaciones).
El presente trabajo se centrará en la biotecnología con aplicaciones a la producción agrícola,
es decir la verde, ya que ésta tiene por objetivo el incremento en la producción mediante la
obtención de organismo tolerantes a plagas, enfermedades, condiciones ambientales como la
sequía, salinidad y el frío. Incluso busca mejorar las características nutrimentales de los
organismos.
La biotecnología productiva o comercial es aquélla que ha llevado el conocimiento científico
y tecnológico del laboratorio a la planta piloto o industrial, la que ha podido establecer un
producto comercializable, un servicio o un proceso con valor comercial y económico.
A diferencia de otras tecnologías, la biotecnología requiere de un proceso de investigación
más prolongado, de un mayor nivel de protección industrial e intelectual, de mayor
colaboración con grupos de investigación. Asimismo, las empresas de biotecnología suelen
32
generar mayor valor en relación a su tamaño como resultado de una mayor vigencia en el
mercado de los productos desarrollados (Trejo, 2010).
II.2 La biotecnología en el sector alimentario
Siempre ha estado presente el interés por parte del hombre para mejorar características de los
cultivos como mayor rendimiento, calidad nutricional, facilidad de cultivo y resistencia a los
agentes que los afectan. Así es como “el fitomejoramiento tiene su base en los experimentos
realizados por Gregor Mendel hace más de un siglo, en los que concluyó que las
características de los organismos están dadas por factores discretos heredables (genes)”
(Herrera, 2007:167). Dando inicio a la técnica de fitomejoramiento tradicional, la cual
consiste en seleccionar a individuos sobresalientes en ciclos subsecuentes de cultivo, hasta
que después de varios eventos de cruzas y retrocruzas, pruebas de campo, se obtiene una
generación portadora de la característica deseada que es reconocida como una nueva
variedad. Su resultado fue la clave del uso masivo de las semillas híbridas (junto con la
mecanización y los agroquímicos) como eje central de la denominada revolución verde de
los años cincuenta y sesenta del siglo pasado (Bisang, 2009; Bolívar Zapata, 2007).
Ésta técnica produjo diversos logros, sin embargo, para algunos resulta insuficiente en la
actualidad, ya que no incrementa la producción agrícola a un ritmo que permita satisfacer la
creciente demanda de alimentos impuestas por el permanente crecimiento demográfico,
además tiene el inconveniente de haber producido variedades vegetales extremadamente
dependientes de agroquímicos, cuyo uso desmedido impacta negativamente el medio
ambiente (Bolívar Zapata, 2011).
Dado el interés actual por emplear los cultivos agrícolas ya no sólo para satisfacer el consumo
humano de alimentos, sino también para generar productos de alto valor agregado para usos
en la industria química y farmacéutica, es así como los programas de fitomejoramiento tienen
por objetivo aumentar el rendimiento, disminuir las pérdidas ocasionadas por plagas y
enfermedades y reducir los costos de producción; esto se logra mediante el uso de las técnicas
modernas de la ingeniería genética y de la genómica, que posibilitan aislar o sintetizar genes
de cualquier origen, rompiendo así con las barreras impuestas por la incompatibilidad sexual
y haciendo posible introducir en plantas, genes provenientes de otras especies vegetales
33
evolutivamente distantes. Lo anterior se basa en el principio de que el código genético de los
organismo vivos es universal. Con estos genes es posible construir organismos
genéticamente modificados (OGM) o transgénicos, con el propósito de desarrollar mejores
sistemas biológicos, éstas características presentan a la ingeniería genética y la genómica
como una alternativa para obtener cultivares transgénicos que superen en su productividad y
calidad a los obtenidos por métodos tradicionales (Bolívar Zapata, 2011).
En 1984 se obtuvo la primera planta de tabaco transgénica diseñada por ingeniería genética,
tomándose estos avances como el nacimiento de la época del fitomejoramiento agrícola por
ingeniería genética (Herrera, 2007).
II.2.1 Aplicaciones y uso comercial de la ingeniería genética en la
agricultura
Al igual que el fitomejoramiento tradicional, la biotecnología se ha enfocado principalmente
en la búsqueda de incrementos en la producción y protección de cultivos agrícolas contra
plagas y enfermedades. Entre las aplicaciones más exploradas por los laboratorios públicos
y privados destacan (Trejo, 2010):
Plantas resistentes a enfermedades virales.
Plantas transgénicas resistentes al ataque de insectos.
Plantas transgénicas con mayor tolerancia a factores ambientales, como la sequía,
salinidad y el frío; los cuales disminuyen la producción agrícola.
34
Cuadro II. 1 Aplicaciones de la biotecnología a genética vegetal
Técnica Casos Efectos
1. Clonación Aplicación a producción de plantines
(tabaco, flores, coníferas y otros)
Produce ejemplares libres de enfermedad.
Homogeniza la eficacia reproductiva.
Modifica las técnicas posteriores de cultivo.
Estabiliza nuevas especies.
2. Secuencia de
genoma
Stress hídrico.
Resistencia a insectos (inhibe la
producción de toxinas).
Coloración
Madurez
Contenidos específicos (proteínas y/o
otros)
Facilita y acorta los procesos de
entrecruzamiento natural
Permite test para validar calidad de los
cultivos
3. Modificacio
nes genéticas
Soja, maíz, canola, algodón
Pasturas (todos resistentes a herbicidas
seleccionados)
Maíz y otros (inmunes a determinados
insectos)
Arroz (con proteínas)
Oleaginosas con grasas saturadas
Reducciones de costos de producción
Amplía fronteras productivas
Mejora el producto final (contenidos de
alimentos)
Elimina etapas industriales
Tomado de Roberto Bisang, Mercedes Campi y Verónica Cesa (2009)
El primer producto transgénico liberado para consumo fue el tomate Flavr savr® que
prolongaba la vida de anaquel del fruto en 1994 por parte de la compañía Calgene. Este
tomate se vendió durante 1995 en los EUA, pero se retiró del mercado por ser una cepa
susceptible al ataque de patógenos. Un tomate similar fue lanzado por la empresa Zeneca en
1995, se vende actualmente como puré de tomate con un etiquetado que menciona su
procedencia transgénica (Trejo, 2010).
Los cultivos transgénicos se han incrementado de forma gradual, en 1996 se cultivaron 1.7
millones de hectáreas, 44.2 en 2000 y 170.3 en 2012 (ver gráfico 2.1). Los 1.7 millones de
hectáreas de 1996 se han multiplicado por 100, hasta alcanzar los 170 millones actuales,
convirtiendo a los cultivos transgénicos en la tecnología que más rápida aceptación ha
encontrado en la historia de la agricultura moderna. A nivel global, las 170 millones de
hectáreas de cultivos transgénicos representan un 11 por ciento de las 1.500 millones de
hectáreas destinadas para siembra de cultivos (ChileBIO, 2012).
35
Gráfico II.1 Millones de hectáreas con cultivos transgénicos en el mundo, 1996-2012
Fuente: elaboración propia con base en datos de ChileBio
Los fenotipos de las plantas transgénicas que más se cultivan son la tolerancia a herbicidas
(77 por ciento), resistencia a insectos (15 por ciento), combinación de tolerancia a herbicidas
y resistencia a insectos (8 por ciento), resistencia a virus y otros (menos 1 por ciento)7.
Los cultivos transgénicos disponibles comercialmente son: maíz (resistente a insectos y/o
tolerante a herbicida), soya (resistente a insectos y/o tolerante a herbicida), algodón
(resistente a insectos), canola (tolerante a herbicida), remolacha azucarera (tolerante a
herbicida), alfalfa (tolerante a herbicida), papaya de Hawaii (resistente a virus) y zapallo
italiano (resistente a virus). Destaca que el 99 por ciento de las 170 millones de hectáreas de
cultivos transgénicos que hubo en 2012 correspondieron a cultivos de maíz, soya, algodón y
canola.
Es cada vez más notoria el uso de los productos derivados de la biotecnología, como las cifras
anteriores lo constatan, y esto se debe sobre todo a la economía resultado de su aplicación, la
ISAAA (International Service for the Acquisition of Agribiotech Applications), reporta que
en un estudio realizado en el 2002, China y Sudáfrica se ahorraron $200 USD por acre por el
cambio a algodón genéticamente modificado. El ahorro se debe principalmente a la reducción
en el uso de pesticidas. Sólo en el 2001, se estima que debido al uso de OGM´s se redujo el
uso de pesticidas (insecticidas principalmente) en 23,000 toneladas. En los Estados Unidos
7 Basado en información disponible en ChileBio
1.711
27.839.9 44.2
52.658.7
67.7
8190
102114.3
125134
148160
170.3
0
20
40
60
80
100
120
140
160
180
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
36
y Canadá se calcula que cerca de 4,000 toneladas de herbicidas e insecticidas se dejaron de
utilizar por efecto del incremento en la superficie cultivada con algodón, soya, canola y maíz
transgénicos (Trejo, 2010).
II. 3 Caracterización de las empresas de biotecnología
II.3.1 Recursos necesarios para las empresas de biotecnología
En el apartado anterior se hizo mención de algunas aplicaciones de la biotecnología, ahora
se describirán aquellos aspectos que la caracterizan y por tanto sirven como guía para
comprender su desenvolvimiento.
De acuerdo con Niosi (2011) la biotecnología es una actividad basada en la ciencia, lo que
implica una fuerte dependencia respecto a la investigación pública conducida sobre todo por
las universidades y laboratorios de gobierno. Kenney (1986) en su estudio del surgimiento
de la industria de la biotecnología, hace hincapié en este aspecto, para él esta idea se puede
resumir en que las invenciones se hicieron en la universidad, para después ser trasladadas
muy visiblemente a la industria. Para ejemplificar esto, Kenney señala que el primer producto
exitoso de la biotecnología8 fue resultado de la relación establecida entre Stanley Cohen y
Herbert Boyer, dos académicos de la Universidad de Stanford y la Universidad de California
respectivamente, y Robert Swanson un empresario, lo que llevó a la conformación de la
primera compañía dedica exclusivamente a la ingeniería genética Genentech, este
acontecimiento fue definido por Kenney como una clase de matrimonio entre la ciencia y los
negocios.
Concretamente y siguiendo el planteamiento de Stuart y Sorenson (2003) para iniciar una
empresa de base tecnológica- como es el caso de las empresas de biotecnología- un
empresario requiere por lo menos tres tipos de recursos en el espacio en el sentido de que los
actores sociales que residen en determinados lugares los controlan. En primer lugar, las
startups de alta tecnología suelen requerir una nueva idea o tecnología sobre la cual se
fundan. Por lo tanto, para proveerse de posibles fuentes de ideas las nuevas empresas,
comienzan por considerar la cantidad de expertos en un determinado campo de la tecnología
8 El producto fue la somatostatina, una bacteria para producir una hormona humana. Esta invención se
desencadenaría una inversión industrial multimillonaria en biología.
37
como un factor determinante para decidir el espacio en donde comenzar nuevos proyectos.
En segundo lugar, las startups necesitan capital; y teniendo en cuenta los riesgos asociados
con empresas de alta tecnología de capital intensivo, esto viene con frecuencia en forma de
capital de riesgo. Tercero, las empresas de nuevas tecnologías buscan empleados con un
capital humano altamente especializado.
Respecto al primer recurso necesario, fue el éxito de Genentech quien detonó la expansión
de la biotecnología, alentando a otros empresarios a incursionar en la biotecnología; pues se
considera que la creación de una nueva compañía por parte de un empresario es un acto
individual, pero como Schumpeter (1942) argumentaba la difusión de las innovaciones va
más allá de los confines de las industrias y sectores donde se desarrollaron originalmente
estas innovaciones, en el caso de la biotecnología fue concebida primero como una tecnología
farmacéutica, pero en 1981 otros empresarios percibieron las oportunidades de mercado en
industrias como la agricultura y los residuos de procesamiento. Así, el potencial de mercado
creado por las nuevas tecnologías y los posibles nuevos productos alienta una oleada de
empresarios en lo que Schumpeter denominó un espacio económico nuevo (Kenney, 1986).
En la biotecnología pareció cumplirse que los empresarios vienen en enjambres, en 1976 sólo
existía una empresa de ingeniería genética, para 1982 se estimaron alrededor de 250
empresas, tan sólo en Estados Unidos9. En San Diego-lugar donde surge Genentech- no
existía presencia alguna de la biotecnología comercial, es más en la región no había presencia
de industrias de alta tecnología en la década de los setenta, sugiriendo que la biotecnología
fue la industria de este tipo en desarrollarse10.
El capital de riesgo, segundo recurso necesario para las empresas de base tecnológica, no
representó un obstáculo pare el despegue de la biotecnología, pues en su etapa inicial (1976-
1979) fue la falta de interés en invertir en una tecnología tan poco probada por parte de las
grandes corporaciones y los bancos, lo que obligó a las empresas incipientes a buscar y
obtener financiamiento. Al ser la biotecnología la primera industria de alta tecnología en
desarrollarse de la región, esto implicó que las primeras empresas no podían recurrir a los
9 Información con mayor detalle puede ser encontrada en: Schumpeterian innovation and entrepreneurs in
capitalism: a case study of the U.S. biotechnology industry, realizado por Kenney en 1986. 10 Kenney, 1986
38
capitalistas de riesgo locales previamente establecidos. El capital de riesgo11 emergió
lentamente entre 1950-1960, pero el verdadero boom se dio en 1980, después de ser testigos
del exitoso lanzamiento de Genentech en Estados Unidos12. Por lo tanto, los obstáculos en
relación con los fondos de inicio no fueron tan serios (Casper, 2007; Kenney, 1986).
Por último, se considera que en los inicios de industria de alta tecnología suele existir escases
de mano de obra calificada; la biotecnología no fue la excepción, eran necesarias habilidades
para utilizar las técnicas de ingeniería genética pero sólo estaban disponibles en los
laboratorios de un selecto grupo de profesores de los departamentos de ciencias biológicas
de las mejores universidades de investigación del mundo; obligando a los empresarios
interesados en incursionar en este ámbito a tener un acercamiento con la academia. Al ser la
universidad la principal fuente de mano de obra experimentada, y para superar el obstáculo
de la escases de mano de obra especializada, en un primer momento las empresas se dieron
a la tarea de ofrecer a los profesores altos salarios; tiempo después advirtieron el potencial
de la fuente de ingreso representado por la biotecnología, y tomaron dos medidas, la primera
consistió en desarrollar programas universitarios para ampliar la mano de obra, como fue el
caso de la Universidad de Houston al abrir un programa para familiarizar a los estudiantes
con simples procedimientos de ADN recombinante, y la Universidad de Maryland quien
ofrecía cursos de biología molecular aplicada. La segunda medida fue la creación de oficinas
de transferencia de tecnología, así como alianzas universidad-empresa (Kenney, 1986;
Stuart, 2003).
II.4 Las empresas de biotecnología
Como ya se mencionó, ésta tecnología es considerada como estratégica para el desarrollo de
los países, por tanto los programas Nacionales y Sectoriales de Biotecnología en el mundo
impulsan de manera decidida a este tipo de empresas, principalmente los llamados spin-outs
o spin-offs; que son empresas derivadas de grupos de investigación e innovación de las
universidades e Institutos educativos, pues son estos lugares los semilleros de los desarrollos
11Las empresas de capital de riesgo pueden ser entendidas como aquellas empresas donde el suministro inicial a las posibles empresas se otorga a cambio de importantes bloques de equidad y puestos en el consejo de administración. 12 La mayor parte de la inversión se hizo en Estados Unidos y Canadá.
39
de la biotecnología (SE, 2010). Como parte de los programas de apoyo a la investigación en
biotecnología, el gobierno de Estados Unidos gasta un estimado de seis mil millones de
dólares al año, mientras que Europa, Australia y Canadá en conjunto gastaron 3.4 mil
millones (Arundel, 2003:11).
En general se podría decir que las empresas de biotecnología se caracterizan por el desarrollo
de patentes, publicación y generación de conocimiento; no necesariamente están asociadas a
una Institución Educativa (Trejo, 2010), aunque los orígenes de esta industria se ubican en
las universidades. Sin embargo, existe una distinción entre aquellas empresas que hacen uso
de alguna técnica biotecnológica y aquellas que desarrollan procesos o productos basados en
la Biotecnología.
Las empresas se dividen de la siguiente forma (Trejo, 2010:21-28):
Empresas de Innovación Biotecnológica: Se caracterizan por el desarrollo de
patentes, publicar parte de sus resultados en revistas especializadas, generalmente
cuentan con protocolos establecidos para la transferencia tecnológica y buscan
constantemente nichos de oportunidad. Son empresas que más que lograr desarrollos,
logran avances científicos y tecnológicos que venden o licencian a otras empresas.
Este tipo de empresas surgen por iniciativa de académicos o grupos de investigación,
pero que se mantienen al margen de las universidades.
Empresas de Innovación en Ingeniería: Suelen adoptar tecnología y tienen la
capacidad de escalar procesos, desarrollar ingeniería básica, de aplicaciones de
procesos y productos y de productos finales. Por lo que una de sus habilidades
principales es analizar la factibilidad técnica de procesos y productos. Son
consideradas como empresas de interfase entre las de innovación y las de aplicación
industrial y comercial.
Empresas de Manufactura de Productos Biotecnológicos: Se dedican al desarrollo o
la adaptación de procesos de producción a gran escala, generalmente se dedican a la
producción de insumos de muy diversos tipos
Empresas de Servicios Técnicos y Analíticos. Dedicadas a la validación en pequeña
escala de nuevos procesos, análisis de calidad e inocuidad, mediciones físicas, de
metrología y química fina.
40
Empresas Consumidoras de Productos e Ingredientes Biotecnológicos. Son las
grandes consumidoras de microorganismos probióticos, cultivos lácticos, almidones,
inoculantes, enzimas, etc. Se componen de laboratorios farmacéuticos, compañías
agroquímicas, de ingeniería ambiental, comercializadoras agrícolas, etc.
Las empresas biotecnológicas en términos generales cuentan con las siguientes
características:
Cuadro II. 1Características de las empresas biotecnológicas
Tomado de (Amaro, 2013)
Las empresas de biotecnología se organizan en forma de clúster13; esto permite la generación
de innovación continua, resultado de la existencia de un área donde es posible la transmisión
de conocimientos, experiencias, habilidades; fundamentales en la generación de ideas y
resolución de problemas. Dado que “los resultados de la biotecnología -productos o procesos-
tiene aplicaciones en diversos campos, como por ejemplo la mejora genética de una especie
de levadura, para la hiperproducción y secreción de proteínas, puede tener aplicación en
campos como el sabor de los vinos; la producción de enzimas de uso en cervecería; la
13 Se entiende por clúster, la concentración de empresas interconectadas, típicamente en un área geográfica, en un sector de aplicación, que incluye proveedores de insumos y de tecnología, así como consumidores y aplicadores, e incluso empresas de servicios orientadas al sector de aplicación. Un clúster se forma para impulsar innovación conjunta.
Tópico Características
Ciclo de vida de producto,
requerimientos tecnológicos y
profes ionales
Largo plazo, hasta 30 años . Habi l idades muy
desarrol ladas , se requiere conocimiento
técnico de nivel doctorado
Requerimientos financieros y
materia les
Apl icación intens iva de capita l y apl icación
de recursos a fondo perdido
Gestión de fondos La gestión de capita l es esencia l
Ciclos de I+D
Para desarrol lo de productos de 1 a 2 años .
Para desarrol los l igados a descubrimientos
de 20 a 30 años
Requerimientos regulatorios y
lega les Profunda y estrictamente regulados
Intens idad de I+DProcesos prolongados y de investigación
intens iva
Vinculación Intensa con institutos, centros o universidades
Propiedad industria l Uso de patentes
Tipo de empresasPequeñas que innovan y en la mayoría de
los casos son adquiridas por las grandes
41
producción de vacunas de uso humano; y la generación de incrementada de etanol a partir de
celulosa” (Trejo, 2010:28); no resulta en absoluto extraño que empresas de diferentes o
semejantes sectores de aplicación, unan esfuerzos con grupos académicos, empresas de
servicios analíticos y de ingeniería, con la única finalidad de innovar (Trejo, 2010).
El siguiente gráfico presenta la cantidad de empresas activas en biotecnología, como se
aprecia Estados Unidos es el país con mayor número tanto de empresas dedicadas a la
biotecnología como empresas de biotecnología, la cantidad es estas últimas dobla a las
correspondientes a Francia, quien ocupa el puesto dos en países con mayor presencia de este
tipo de empresas.
El gráfico 2.3 reafirma el rol protagónico de Estados Unidos dentro de la biotecnología, al
ser el país con mayor gasto en I&D, quedando bastante fuera del rango de acción de países
como Francia, Japón, Alemania y Corea.
Gráfico II.2 Número de empresas activas en biotecnología 2013
Fuente: elaboración propia con en base en datos de la OCDE 2013. *Empresas dedicadas a la biotecnología dedican al menos un 75% de su producción de bienes y servicios, o de I&D, a la biotecnología. **Las empresas de biotecnología utilizan la biotecnología para producir bienes o servicios y / o para realizar I&D biotecnológico.
7,9703,025
1,481885
693527523488
406369350
288265262237233
18215712912112111311291
45333015
0 1,000 2,000 3,000 4,000 5,000 6,000 7,000 8,000
Estados Unidos
Francia
Alemania
Japón
México
Bélgica
Italia
Irlanda
Noruega
Suecia
Portugal
República Checa
Estonia
Sudáfrica
Empresas dedicadas a la biotecnología Empresas de biotecnología
42
Gráfico 2.3 Gasto en Investigación y Desarrollo dedicado a biotecnología en el sector
empresarial en 2011, millones de dólares.
Fuente: elaboración propia con en base en datos de la OCDE 2013.
II.4.1 El rol de las pequeñas y grandes empresas en el desarrollo
de la biotecnología
En los orígenes de la industria de la biotecnología, se ubican a las pequeñas empresas como
las protagonistas, pues fueron quienes le dieron dinamismo a la industria. De acuerdo con
Kenney (1986) el desempeño de las pequeñas empresas define con mayor precisión la
industria de la biotecnología en su etapa de despegue. La característica esencial de este tipo
de empresas es que nacieron y se fundaron con una idea y con un propósito definido. Y
cuando su idea por la cual fueron concebidas se cumple o ha quedado obsoleta, en algunos
casos dejan de existir, mientras que para otras aparecen nuevas oportunidades de expansión:
los nuevos métodos o bienes crean un nuevo espacio económico.
La pequeña empresa buscaba diversificar, y a pesar de que le vendía sus productos a las
grandes empresas esto no implicaba que todos sus esfuerzos o relaciones se limitaban a una
sola gran empresa, por el contrario buscaban mayor flexibilidad e independencia.
Este hecho resulta importante de destacar, porque más adelante se señalará como el patrón
de fusiones y adquisiciones ha estado muy presente en la historia de la biotecnología
enfocada a la agricultura.
27,374.02,790.0
1,230.11,168.21,082.7944.5922.3922.3
749.4660.8533.4471.3420.2400.5380.9
203.4169.9136.8120.5111.388.0
0.0 5,000.0 10,000.0 15,000.0 20,000.0 25,000.0
Estados Unidos
Japón
Corea
Suiza
España
Suecia
Países Bajos
Irlanda
Noruega
Australia
México
43
En el caso de las grandes empresas, su estrategia inicial fue abstenerse de invertir en la
ingeniería genética. Sin embargo, su respuesta fue cambiando cuando el éxito de las nuevas
empresas se hizo evidente, así comenzaron a hacer una serie de inversiones en biotecnología.
El principal motivo por el cual en un primer momento las grandes empresas se acercaron a
las pequeñas, es porque no tenían el acceso a los mejores científicos de la universidad y
acercarse a las pequeñas empresas se los proporcionó. La lógica de las grandes empresas se
puede resumir en la siguiente idea esbozada por Kenney (1986:30): “Las grandes empresas
necesitan tener acceso a nuevos productos para mantener su línea de comercialización
completa y si estos productos se deben comprar pues que así sea”.
Y la fuente de estos nuevos productos eran las pequeñas empresas.
II.4.2 Las grandes corporaciones en la biotecnología alimentaria
Después de señalar la relación entre empresas pequeñas y grandes en el inicio de la
biotecnología, se describirán las cinco compañías que más patentes otorgadas tienen en la
Clasificación Internacional de Patentes (CIP) A01H4/00 correspondiente a reproducción de
plantas por técnicas de cultivo de tejidos, durante el periodo 1976-2013.
En el periodo de estudio fueron otorgadas 1813 patentes a 295 agentes -entre los que se
encuentran compañías, agencias de gobierno, centros de investigación públicos y privados,
universidades- de las cuales 918 fueron asignadas a cuatro empresas: Monsanto, Pionner,
Stinee Seed Farm y Syngenta, es decir, cuatro empresas concentran poco más del 50 por
ciento de las patentes concebidas en esta clase.
Gráfico II.5 Patentes otorgadas en la clase A01H4/00 por empresa, 1976-2013
Fuentes: elaboración propia con base en datos de USTPO.
Syngenta Participations AG ,
5.5%
Monsanto Technology LLC,
21.8%
Stinee Seed Farm, 7.7%
Pioneer Hi Bred International Inc,
15.7%
Resto, 49.4%
44
A continuación se describirá cada uno de las empresas.
II.4.2.1Monsanto
Monsanto en un proveedor global de tecnologías y productos para la agricultura, actualmente
está presente alrededor del mundo en más de 500 instalaciones y cinco regiones:
Europa/África, Asia/Pacífico, India, Latinoamérica y Norteamérica.
La compañía fue fundada en 1901 en St. Louis, Missouri por John Francis Queeny, recibió
por nombre el apellido de su esposa, Olga Méndez Monsanto. En 1905 se concibió su primer
producto exitoso, la sacarina, que fue enviada en su totalidad en ese año a Coca-Cola, que
iniciaba sus operaciones por esas fechas.
En la década de los treinta Monsanto realizó sus primeras compras de empresas, adquiriendo
Rubber Services Laboratories (químicos de goma), Nitro, West Virginia, Merrimac Chemical
Co. de Massachussetts (químicos para la industria), Fiberloid Corp y el 50 por ciento de
Shawinigan Resins, empresas que fabricaban plásticos y resinas.
En 1976 se comienza a comercializar el herbicida Roundup14, el producto más exitoso de
Monsanto. En 1981 se estableció la biotecnología como el foco de investigación estratégico
y desde entonces comenzó la carrera por el desarrollo de productos genéticamente
mejorados15.
Los productos ofrecidos por Monsanto son16:
Marcas de semillas agrícolas: ASGROW, Channel, DEBALK, DELTAPINE,
Fontanelle, GOLD COUNTRY SEED, HUBNER SEED, Jung SEED GENETICS,
Kruger, LEWIS HYBRIDS, RES HYBRIDS, SPECIALITY HYBRIDS, Stewart,
STONE SEED GROUP, West Bred.
Tecnologías: ACCELERON, CORN STATES, genuity, FARMING INTEGRATED
SYSTEMS.
Marcas de semillas de hortalizas: De Ruiter, Seminis.
Marcas de control de malezas: Certainty, Degree xtra, HARNESS, INTRRO,
LARIAT, MICROTECH, OUTRIDER, ROUND (en sus diversas presentaciones),
RT3 TRIPLEFLEX, WARRANT.
14 Es el herbicida más vendido del mundo. 15 Información disponible en: http://www.monsanto.com/pages/default.aspx 16 Información disponibles en: http://www.monsanto.com/products/pages/monsanto-product-brands.aspx
45
El siguiente cuadro presenta las compras, alianzas, adquisiciones y acuerdos comerciales de
Monsanto.
Cuadro II. 2Compras, alianzas, adquisiciones y acuerdos comerciales de Monsanto, 1982-
2011.
Año Compra, alianza, adquisición, acuerdo comercial
1982 Compra de Jacob Hartz Seed Co. (conocida por sus semillas de soja).
1997 Compra de:
Calgene (empresa de investigación biotecnológica).
Asgrow agronomics seed business.
Holden Fundación Semillas LLC y Corn Estados LLC Servicio Hybrid (proveedor de
semilla básica de alta calidad para la industria de las semillas de maíz).
1998 Compra de DeKalb Genética Corp.
2004 ASI subsidiaria de Monsanto adquiere Channel Bio Corp. Y sus tres marcas de semillas: Maíz
híbrido Crows, Genetics Semillas Midwest y Wilson Semillas.
2005 Compra de:
Seminis, Inc., líder global en la industria de vegetales y semillas de frutas.
Stoneville incluyendo su marca NexGen.
NC + Híbridos, Inc. (compra es hecha por ASI).
Fontanelle híbridos, Stewart Semillas, Trelay Semillas y Piedra Semillas (compra hecha
por ASI).
Especialidad híbridos, líder al servicio del Corn Belt Este (compra hecha por ASI).
2006 ASI subsidiaria de Monsanto adquiere Diener Semillas, Sieben Híbridos, Seed Company
Kruger, Seed Farms Trisler, Semilla Gold Country, Inc.
Monsanto y Dow AgroSciences LLC firman un acuerdo global cruzada de licencias de
propiedad intelectual.
2007 Se vende Monsanto Choice Genetics, Inc., empresa de genética porcina de la empresa, a
Newsham Genetics, LLC.
Monsanto y Bayer CropScience AG anuncian una serie de acuerdos comerciales y la
concesión de licencias a largo plazo relacionados con las tecnologías agrícolas clave.
Adquiere Delta and Pine Land Company y despoja a los negocios de algodón Stoneville
y NexGen.
Monsanto constituye International Seed Group, Inc. (ISG).
Monsanto y BASF anunciaron una investigación a largo plazo y el desarrollo conjunto (I
+ D) y la comercialización de colaboración en biotecnología vegetal.
Adquiere Semillas Cristiani Burkard (compañía líder en semillas de maíz de
Centroamérica centrada en la producción de maíz híbrido).
Adquiere De Ruiter Semillas Group, BV (compañía holandesa).
2011 Adquiriere Divergencia, Inc., una compañía de investigación y desarrollo de
biotecnología privada.
Adquirere Beeologics, que investiga y desarrolla herramientas biológicas para
proporcionar un control específico a las plagas y enfermedades.
Elaboración propia con base en información disponible en: http://www.monsanto.com/pages/default.aspx
46
II.4.2.2 Syngenta
Syngenta comercializa semillas y agroquímicos. Está involucrada en la biotecnología y la
investigación genómica. Cuenta con más de 27,000 empleados en más de 90 países. Tiene la
tercera mayor cuota de mercado de semillas de cultivo de campo17. Fue fundada el 13 de
noviembre del 2000 mediante la fusión de Novartis y AstraZeneca, es el primer grupo
enfocado exclusivamente a los agronegocios.
Los productos de Syngenta se pueden agrupar de la siguiente forma18:
Tratamiento de semillas: DELANTAL®XL, AVICTA, Tratamiento de Semillas
AVICTA, CELEST®, CONCEPT®, CRUISER®, DIVIDENDO®, DINASTY,
FORCE® ST, MAXIM®, Vibrance,
Fungicidas: Elatus, ALTO, AMISTAR, BRAVO®, Daconi®, REVUS®, RIDOMIL
GOLD®, SCORE®, SWITCH®, TILT®, UNIX®.
Cultivos de campo: Hyvido, NK®, GoldenHarvest®Corn, Hilleshog,
AgriProCOKER, C.C. BENOIST, syngenta, S&G®, ROGERS®, DULCINEA®.
Herbicidas: LOGRAR®, GRASP®, APIRO®, AXIAL, BANVEL®, FARO®,
BICEP II, MAGNUM®, Primextra GOLD®, BOXER®, CALLISTO®, CAMIX,
COLZOR TRIO ®, DOBLE® GOLD®, DUAL II MAGNUM ®, Envoke, FLEX®,
FUSILADE®, FUSION®, Gesagard, Gesapax, Gesaprim®, Aatrex®, KRISMAT,
LENTAGRAN®, LOGRAN®, AMBER®, LUMAX, MILAGRO®,
NORTHSTAR®, Ordram®, PICO®, RIFIT®, COMPENSACIÓN®, SUPREND,
TOPIK®, DISCOVER®, HORIZON®.
Insecticidas: ACTARA®, CHESS®, PLENUM®, FULFILL®, CURUACRON®,
DURIVO®, FORCE®, INSEGAR®, KARATE ZEON®, MATCH®,
NEMATHORIN, PRIMOR®, POLO®, PROCLAIM®, SUPRACIDE®,
TRIGARD®, VERTIMEC®.
17 El mercado de semillas de cultivos de campo global está valorado en aproximadamente $10-12 millones de
dólares, de acuerdo a la información proporcionada en la página de Syngenta. 18Información disponible en: http://www.syngenta.com/global/corporate/en/products-and-innovation/product-
brands/Pages/product-brands.aspx
47
El siguiente cuadro presente las compras, alianzas, adquisiciones y acuerdos comerciales de
Syngenta.
Cuadro II. 3Compras, alianzas, adquisiciones y acuerdos comerciales de Syngenta,
2003-2013
Año Compra, alianza, adquisición, acuerdo comercial
2003 Syngenta y Diversa establecen plataforma para investigación biotecnológica compartida.
2004 Syngenta y Delta and Pine Land anuncian acuerdo para desarrollo y comercialización de
productos biotecnológicos de algodón.
Adquiere Golden Harvest
Syngenta y Foox Paine acuerdan adquirir Advanta BV
Syngenta, Tanimura y Antle forman una asociación.
Adquiere Dia-Engei, empresa japonesa.
2005 Syngenta y COMPO realizan alianza para productos de jardinería.
Empieza colaboración de investigación con Hubei Biopesticida Engineering Research
Center.
Syngeta y Sumitomo realizan acuerdo de licencia de herbicida.
2006 Adquiere Conrad Fafard, Inc. y Emergent Genetics Vegetables.
DuPont y Syngenta anuncian acuerdos de concesión de licencias y la formación de la
empresa GreenLeaf Genética LLC.
2007 Syngenta entra en colaboración de investigación con el Instituto de Genética y Biología del
Desarrollo (IGDB) de Beijing.
Adquiere Fischer, empresa líder europea de flores.
2008 Syngenta y Dow AgroSciences anuncian acuerdo de investigación y desarrollo.
Adquiere compañía de semillas de argentina SPS, Yoder Brother, Goldsmith Seeds
AgroFresh y Syngenta forman alianza estratégica para protección de cultivos.
2009 Adquiere Synergene Seed & Technology, Inc. y Pybas Vegetable Seed Co., Inc.
Realiza una inversión en Metabolon.
Syngenta adquiere las actividades de semillas de girasol híbrido de Monsanto.
Se anuncia asociación entre Syngenta, el CIMMYT y SFSA.
2010 Syngenta y DuPont asumen la propiedad de Green Leaf Genética.
Adquiere Maribo Seed de Nordic Azúcar.
Syngenta y Embrapa (empresa brasileña) comienzan asociación para mejorar la calidad y
rendimiento de cultivos como el maíz, el algodón y la soya.
Syngenta entra en una asociación público-privada con el CIMMYT para centrarse en el
desarrollo y avance de la tecnología en el trigo.
2011 Syngenta y el CIMMYT firma una alianza para desarrollar maíz tolerante a la sequía para los
pequeños agricultores en Asia.
2012 Syngenta y Novozymes celebran acuerdo para comercializar Novozzymes Taegro, JumpStart.
2013 Adquiere DEVGEN, líder global de arroz híbrido.
Elaboración propia con base en información disponible en:
http://www.syngenta.com/global/corporate/en/about-syngenta/Pages/company-history.aspx
48
II.4.2.3 Pionner
Henry Wallace, inició un estudio para la producción de semillas mejoradas de maíz; sus
estudios de líneas y cruzas fueron tan exitosos que para 1924 ganó un concurso de la
productividad de maíz y Wallace comienza a vender Copper Cross, la primera semilla de
maíz híbrido comercial. Dos años más tarde, Henry Wallace fundó Pioneer Hi-Bred, siendo
la primera empresa dedicada al desarrollo, producción y comercialización de semillas de
maíz híbrido. En 1936 la empresa cambia su nombre por el de Pioneer Hi-Bred Corn
Company. En 1981 Pioneer se convirtió en el líder del mercado de maíz de semilla en
América del Norte, convirtiéndose en la mayor empresa de Estados Unidos productora de
semillas híbridas para la agricultura. Actualmente Pioneer Hi-Bred es un negocio de DuPont.
Los productos ofrecidos por Pionner son19:
PIONEER®HYBRID CORN, PIONEER®HYBRID RICE, PIONEER ® HYBRID PEARL
MILLET, PIONEER MUSTARD, PIONEER HYBRID SUNFLOWER; todo con sus
respectivas variantes.
El siguiente cuadro presente las compras, alianzas, adquisiciones y acuerdos comerciales de
Pionner.
Cuadro II. 4Compras, alianzas, adquisiciones y acuerdos comerciales de Pionner,
1946-2013.
Año Compra, alianza, adquisición, acuerdo comercial
1946 Pioneer Hi-Bred Corn Company de Canadá se funda.
1964 Pioneer establece la primera estación de investigación fuera de América del Norte, en Jamaica
1970 La empresa cambia su nombre por el de Pioneer Hi-Bred International, Inc., y establece una filial separada en el extranjero.
1989 La compañía establece su propio equipo de la biotecnología.
1996 Pioneer es el primero en empezar esfuerzos en la genómica del maíz.
1997 DuPont adquiere el 20 por ciento de Pioneer.
1999 DuPont completa la compra de Pioneer.
2004 Pioneer adquiere Verdia y tecnología de intercambio de genes.
2013 DuPont Pioneer adquirió Seed Pannar con sede en Sudáfrica.
Elaboración propia con base en información disponible en: http://www.pioneer.com/home/site/about
19 Información disponible en: http://www.pioneer.com/home/site/about/products/product-traits-technology/
49
II.4.2.4 Stine
En 1965 Harry Stine se interesó en el mejoramiento de la soya después de encontrar algunas
plantas de soya inusuales en un campo de cultivo, y funda Stine Seed Farms.
Comenzó a criar y comprobar los rendimiento de las líneas de soya (antes sólo realizado por
las universidades), y comprendió lo que un programa de cría convencional podría traer a la
industria de la soya en Estados Unidos.
Los productos ofrecidos por Stinee son20:
Para maíz: Genuity® SmartStax® RIB Complete®, Genuity® SmartStax®, Genuity® VT
Triple PRO® RIB Complete®, Genuity® VT Triple PRO®, Genuity® VT Double PRO®
RIB Complete®, Agrisure® 3000GT Corn, YieldGard VT Triple® Corn, Agrisure®
GT/CB/LL Corn, Roundup Ready® Corn 2, Conventional Corn (Non-Trait).
Para soya: LibertyLink® Soybeans, Genuity® Roundup Ready 2 Yield® Soybeans,
Roundup Ready® Soybeans, Elite® Soybeans (non-trait).
El siguiente cuadro presente las compras, alianzas, adquisiciones y acuerdos comerciales de
Stine.
Cuadro II. 5 Compras, alianzas, adquisiciones y acuerdos comerciales de Stine, 1966-
1973.
Año Compra, alianza, adquisición, acuerdo comercial
1966 Stine Seed Farms construye una planta de producción de semilla de soya moderna.
1967 El profesor Walter Fehr de ISU es convierte en socio para realizar los trabajo de mejoramiento de la soya.
1968 Harry Stine junto con otros cuatros inversores, fundan IVR una organización de cría de soya, primera firma de investigación y desarrollo privado de Estados Unidos.
1973 Se disuelve IVR, Harry Stine y Bill Eby forman Midwest Oleaginosas, que pasaría a convertirse en el programa más grande y exitoso de investigación y desarrollo de soya.
Elaboración propia con base en información disponible en: http://www.stineseed.com/about-stine/history/
La estrategia seguida por estas empresas, exceptuando a Stinee, puede ser caracterizada por
la compra del canal de mercado, invirtiendo grandes cantidades de recursos de los accionistas
en las adquisiciones así como en la construcción de su base tecnológica21.
20 Información disponible en: http://www.stineseed.com/corn/traits/ 21 La estrategia seguida por parte de las empresas de biotecnología es descrita en el trabajo de Joanna
Chataway (2004) : Understanding company R&D strategies in agro-biotechnology: trajectories and blind
spots.
50
Como se observa en los productos ofrecidos por las compañías, no se limitan únicamente a
semillas, esto se debe a que complementariamente, algunos de los desarrollos de eventos
transgénicos tienen asociados el consumo de determinados herbicidas y/o insecticidas, o bien
técnicas de cultivo que demandan nuevos conocimientos tácitos. De esta forma, el resultado
es el diseño, por parte de estas megaempresas, de estrategias para “inducir” a los productores
al uso de “paquetes” tecnológicos completos (con sus respectivas marcas registradas). Estos
paquetes tecnológicos ofrecen incluso financiación de las operaciones. Esta estrategia -
articulada en base a un proceso de adquisiciones, fusiones y alianzas estratégicas- sumada al
crecimiento propio de algunos mercados, dio como resultado mega corporaciones a escala
internacional, dedicadas no sólo a la venta de semillas transgénicas sino también a otros
productos complementarios (Bisang, 2009:11).
II.5 Las relaciones sociales y la movilización de los recursos en la
biotecnología
La conciencia sobre la importancia de los spillovers de conocimiento para la innovación y
sobre la naturaleza social y comunicativa de los mismos, lleva a una apreciación del papel de
las redes sociales. Sociólogos y economistas argumentan que las interacciones económicas
no pueden entenderse completamente sin atención a la red de relaciones sociales en las que
se incrustan estas interacciones (Strumsky, 2008:1).
En industrias de alta tecnología donde la incertidumbre prevalece, al ser tecnologías que aún
no han demostrado su éxito o el potencial económico que de ellas se derivará, y por tanto la
posibilidad del fracaso está presente, -como es el caso de la biotecnología- los empresarios
tienen la tarea de persuadir a unirse a su empresa a inversionistas, científicos, académicos.
Bajo este escenario, los teóricos de redes han argumentado que el capital social -
particularmente en la forma de relaciones pre-establecidas y la reputación de los poseedores
de recursos-provee los mecanismos que los empresarios usan para cubrir las incertidumbres
y para asegurar compromisos concretos de los poseedores de recursos escépticos (Stuart,
2003).
Por lo tanto, el capital social desempeña un rol crucial en la distribución geográfica de la
producción, debido a que las relaciones tanto sociales como profesionales tienden a
51
localizarse geográficamente; individuos con características, habilidades e intereses comunes
son propensos a agruparse (Burt, 1992).
Sorenson y Stuart (2003) afirman que las relaciones sociales de los empresarios juegan un
papel esencial en la atracción de los recursos para crear nuevas organizaciones: el potencial
para descubrir oportunidades latentes y el capital social para iniciar la movilización de
recursos reside en la existencia de relaciones del empresario.
En el caso de los inversionistas, ellos prefieren financiar empresas en fase inicial y donde los
directivos de las empresas de capital de riesgo tengan pre-establecidas relaciones directas o
indirectas con los empresarios. Dada la incertidumbre se busca al menos contar con
información proporcionada por la existencia de relaciones.
Respecto a los investigadores y académicos, al trabajar en empresas, laboratorios, centros de
investigación y universidades, donde su situación laboral es estable y cuando tienen ante ellos
la posibilidad de un nuevo empleo son más propensos a elegir aquellos entornos en donde
hay redes sociales establecidas. Para Casper (2007) existe una sólida justificación para la
decisión de trabajar sólo dentro de las compañías de lanzamiento incrustados dentro de una
aglomeración en la que los lazos sociales que promueven la movilidad son fuertes. Si un
individuo opta por trabajar en un entorno así, reducirá el riesgo respecto a su futuro laboral,
pues tendrá numerosas opciones de empleo alternativo si su empresa llegará a fallar. La
posibilidad de la movilidad interfirma ayuda por un lado a la difusión de la tecnológica a
través de las compañías y, desde el punto de vista del personal calificado, genera la formación
de redes que se pueden utilizar para compensar el riesgo de dejar un trabajo seguro.
Siguiendo esta lógica, los clúster de tecnología con éxito desarrollan lo que Bahrami y Evans
(citado por Casper, 2007) llaman "mecanismos de reciclaje" para ayudar a preservar el valor
de los activos comprometidos con las empresas fallidas.
Para demostrar este argumento Casper tomó como ejemplo el clúster de biotecnología de San
Diego, la región no tenía presencia en la industria de alta tecnología en la década de los
setenta, por tanto las primeras empresas no podían acceder al capital de riesgo, mercados de
trabajo u otros recursos previamente establecidos. Fue necesaria la aparición de empresas
que se establecieron motivadas por el éxito de Genentech, para el surgimiento de una
“columna vertebral” (Casper, 1997:441) la cual funciona como catalizador del desarrollo de
52
una red, el concepto se refiere a aquellos grupos de vínculos iniciales que ingresan a una red
y pueden aferrarse a ella, estimulando el crecimiento de una red cohesionada.
II.6 Los científicos e investigadores académicos en el desarrollo de
la biotecnología. La institucionalización de la trasferencia de
tecnología.
La forma en cómo las interacciones entre los individuos sirven como vehículo para la
transmisión de información es fundamental, sobretodo en una industria como la
biotecnología, ejemplo claro de un entorno dinámico de conocimientos intensivos (Al-
Laham, 2011), con una fuerte vinculación y dependencia de la ciencia; y donde los
investigadores y académicos de las universidades han tenido un rol sobresaliente en la
generación de los productos y procesos.
Trabajos como el de Casper (2007), Powell (2005), Al-Laham (2011), Strumsky (2008),
Balconi (2004), Forti (2013) y Saxenian (citado por Casper, 2007) hacen hincapié en lo
importante que es para los individuos encontrarse inmersos en redes sociales, donde puedan
interactuar con otros, porque los inventores no operan en aislamiento ya que la creación de
nuevas ideas es un proceso que frecuentemente implica la integración y recombinación de
conocimiento existente originados de diferentes individuos, ubicaciones, instituciones y
organizaciones. Las interacciones de colaboración formales, informales, e incluso casuales,
entre inventores e innovadores generan una red social entre los innovadores. Así, la creación
de una cultura de relaciones sociales descentralizadas que vincula a los individuos facilita la
difusión rápida y eficaz de las ideas. Bajo estos argumentos, es posible afirmar que la
generación de redes sociales en las industrias de alta tecnología no sólo funciona para la
atracción de individuos calificados, sino además facilitan el intercambio de información e
ideas, factor esencial para el proceso de innovación.
En su análisis de Silicon Valley, Saxenian (citado por Casper, 2007) sostiene que el éxito de
esta región fue resultado del desarrollo de una estructura social que animó el desarrollo de
varios vínculos informales. Estos links elevaron la capacidad de innovación de las firmas de
Silicon a través de la difusión tecnológica y el mercado de inteligencia. Las redes
incrementan la movilidad de los inventores a través de las firmas y crean un mecanismo
adicional de difusión del conocimiento.
53
Los primeros avances de la biotecnología, en sus etapas pre-competitivas se desarrollaron en
las grandes universidades norteamericanas y europeas; difícilmente pueda pensarse en el
surgimiento de la biotecnología aplicada a los negocios sin mencionarse este hecho. Los
principales desarrollos provinieron de centros dedicados inicialmente a la biología, la salud
humana y a las ciencias agrícolas (Bisang, 2009).
Para Parayil (2003) el impacto real de la primera patente de biotecnología, fue evidente a
finales de 1970 cuando dio inició el flujo sin precedentes de conocimientos científicos de la
academia a la industria biotecnológica. La red de conocimientos que se empezó a forjar entre
las principales universidades de investigación y las empresas de biotecnología preparó el
camino para la revolución genética en la biotecnología moderna, la cual cobró aún mayor
impulso cuando las grandes corporaciones comenzaron a invertir significativas cantidades de
capital en I&D para el impulso de cultivos transgénicos. Estos acontecimientos originaron
un acuerdo de transferencia de tecnología sin precedentes entre la industria y la universidad.
Los primeros pasos por parte de las universidades para generar acercamientos con la industria
fueron los programas de trasferencias de tecnología, el caso más notable y emulado fue el de
la Universidad de Stanford, diseñado por Niels Reimers y el cual se puso en marcha en 1968,
con la fundación de la Oficina de Tecnología de Licencias. Cabe destacar que la transferencia
de tecnología tomó múltiples formas –publicaciones, conferencias- y no involucró
únicamente el patentamiento y licenciamiento.
La amplia adopción de los programas de transferencia de tecnología en las universidades,
produjo un replanteamiento en la organización de la investigación. En primer lugar, llevó a
la universidad a buscar protección de la propiedad intelectual de los resultados de
investigación generados por los académicos; y en segundo lugar, ocasionó que las
universidades se involucrarán en la comercialización y resultados de las investigaciones de
licencias a la industria. Hasta la década de los ochenta, pocas universidades estaban
directamente involucradas en el licenciamiento tecnológico, su patentamiento era modesto
(Colyvas, 2007).
El inicio de la estrecha relación entre las empresas de biotecnología y los científicos de las
universidades, con el consecuente replanteamiento en la organización de la investigación en
54
la universidad, llevó a la institucionalización de la trasferencia de tecnología, por medio de
la modificación de la Ley de Patentes de Estados Unidos, así se implementó la Ley Bayh-
Doyle Act en 1982, la cual facilitó enormemente los trámites de patentamiento por parte de
las universidades y los institutos públicos, constituyendo un impulso para la investigación y
el desarrollo en las denominadas nuevas tecnologías. De esta manera, las universidades
operan a modo de desarrolladores iniciales del proceso, pero a partir de investigaciones
claramente orientadas y atraídas por aplicaciones concretas, en su mayoría para ser
explotadas en el ámbito privado (Abarza, 2002; Bisang, 2009).
Desde la década de los noventa la transferencia de tecnología fue vista como deseable y una
actividad apropiada para la investigación científica. La importancia de los profesores en la
transferencia de la tecnología radicó en que ellos fueron el recurso central para los esfuerzos
de la comunicación cara a cara para el desarrollo de las relaciones recíprocas con las empresas
(Colyvas, 2007).
El establecimiento del vínculo profesor- empresa y la institucionalización de la transferencia
implicó beneficios para ambos, por el lado de los académicos dedicados a la consultoría y
asesoría científica les dio nuevas oportunidades para desarrollarse en ámbitos fuera de la
academia; y a las empresas les permitió tener acceso y aprovechar los conocimientos de los
profesores mediante el establecimiento de relaciones.
Este capítulo presentó las características de la biotecnología moderna, describiendo el
proceso que la ha convertido en una de las áreas del conocimiento científico de mayor
importancia en la actualidad. De acuerdo al planteamiento desarrollado en el primer capítulo
las nuevas tecnologías son un medio para alcanzar un propósito humano, en el caso concreto
de la biotecnología en la agricultura el objetivo era mejorar las características de los cultivos
a través de un mayor rendimiento, calidad nutricional, facilidad de cultivo y resistencia a los
agentes que la afectan.
Dentro de las características más relevantes se destacan la importancia de la ciencia en el
desarrollo de la biotecnología, el rol protagónico que en un inicio tuvieron las pequeñas
empresas y que ahora poseen las grandes corporaciones, destacando la concentración de la
actividad patentendora en cuatro empresas.
55
Las relaciones que se establecieron entre investigadores académicos y empresas, y que dieron
origen a las primeras empresas de biotecnología así como a las primeras patentes.
Por último, la importante que resultó para la biotecnología la conformación de redes sociales,
donde los agentes pudieron interactuar con otros; ya que no se opera en aislamiento y la
creación de nuevas ideas es un proceso que implica la integración y recombinación de
conocimiento existente originados de diferentes individuos, ubicaciones, instituciones y
organizaciones.
56
III . M E T O D O L O G Í A
Mercados, jerarquías y redes son piezas de un rompecabezas más grande que es la
economía. Las propiedades de las partes de este sistema están definidas por los tipos de
interacciones que tienen lugar entre ellos (Walter Powell 1991:270).
III.1 Análisis mediante la Teoría de redes sociales
En las últimas décadas se han experimentado cambios significativos en las habilidades para
interactuar de los individuos; las noticias se esparcen alrededor del mundo en cuestión de
minutos, es posible no sólo poder interactuar con un mayor número de personas a bajos costos
-facilitando la colaboración en proyectos-, sino también las interacciones se han centrado en
torno a individuos con características e intereses similares. Es así como las redes sociales
permean la vida económica y social, al jugar un rol central en la transmisión de información
(Jackson, 2008).
El análisis de redes sociales y la noción misma de red han atraído considerablemente el
interés y la curiosidad de la comunidad de las ciencias sociales y del comportamiento. Gran
parte de este interés se puede atribuir a que el análisis de redes sociales proporciona un medio
formal y conceptual para pensar acerca del mundo social; al poner énfasis en las relaciones
entre las entidades sociales, y sobre los patrones y las implicaciones de estas relaciones
(Wasserman, 1994).
El análisis de redes sociales es un esfuerzo interdisciplinario, sus conceptos centrales como
relación, red y estructura surgieron casi de forma independiente en varias disciplinas de las
ciencias sociales y del comportamiento. Los pioneros del análisis de redes sociales provienen
de la sociología y la psicología social (Moreno, Cartwright, Newcomb, Bavelas) y la
antropología (Barnes, Mitchell). De hecho, se atribuye el primer uso del término red social a
Barnes en 1954 (Wasserman y Faust, 1994:10-11).
De acuerdo con Matthew Jackson (2009:490) desde la perspectiva económica hay dos
razones principales para el análisis de redes sociales. La primera se refiere a que la
metodología desarrollada en la investigación económica es también muy útil en la
modelización y el análisis de las interacciones sociales. La segunda razón, por la que los
57
economistas deben estar interesados en el análisis de redes es que muchas interacciones
económicas están integradas en redes de relaciones y la estructura de la red juega un papel
importante en la administración del resultado. En general para Jackson el crecimiento
continuo del análisis de redes dentro del campo de la economía descansa en que la
incorporación del contexto social en los estudios mejora de manera significativa la
comprensión de las actividades económicas.
Este capítulo tiene por finalidad definir en primer lugar de manera formal a la red para
después realizar una descripción de los indicadores a utilizar. Un primer grupo de indicadores
son las medidas de centralidad, poder y cohesión; servirán para caracterizar la red de forma
general, pueden ser vistos como indicadores secundarios; el segundo grupo se referirá a
aquellos indicadores que permitirán definir si la red corresponde a una estructura tipo closure
o presenta huecos estructurales.
El primer concepto a definir es la red social, la cual consiste en un conjunto finito o conjuntos
de actores y la relación o relaciones definidos en ellos. La presencia de la información
relacional es una característica crítica que define una red social (Wasserman, 1994:20).
Una red puede ser vista de diversa formas. Uno de las más usadas es como un grafo, el cual
es un objeto matemático compuesto por dos clase de conjuntos los vértices denotados por V
y las aristas denotadas por E, la representación: G=(V,E), al conjunto de actores se les denota
mediante N=(𝑛1, 𝑛2, … , 𝑛𝑔).
Un sistema es un objeto hecho de elementos y conexiones, denotado mediante S= (V, E).
Una gráfica no dirigida G consiste en un conjunto V de vértices (nodos) y un conjunto E de
aristas e ∈ 𝐸 se asocia con un par ordenado de vértices. Si existe una arista única se asociada
con el par ordenado (𝑣, 𝑤) de vértices, se escribe 𝑒 = (𝑣, 𝑤) denota una arista entre 𝑣 𝑦 𝑤
en una gráfica no dirigida y no es un pan ordenado.
Una gráfica dirigida G consiste en un conjunto V de vértices y un conjunto de aristas tales
que cada arista e ∈ 𝐸 está asociada con un par ordenado de vértices. Si hay una arista única
𝑒 asociada con el par ordenado (𝑣, 𝑤) de vértices, se escribe 𝑒 = (𝑣, 𝑤), que denota una
arista de 𝑣 𝑎 𝑤.
58
III.2 Elementos, conexiones y la teoría de grafos. Las re des como
vehículo para la transferencia de conocimiento.
En el primer capítulo se señaló la importancia de las conexiones en el análisis económico,
ahora se procederá a describir el lenguaje que tiene a este concepto como parte de su
estructura y permite su formalización, es decir, la teoría de grafos.
La teoría de grafos es un fundamento de la microeconomía evolutiva, al permitir la
representación de objetos complejos como un compuesto de elementos y conexiones. La
esencia de la lógica del pensamiento evolutivo es que el concepto de conexión goce del
mismo estatus ontológico y analítico como lo hacen los elementos. Este concepto sólo se
puede definir sobre un espacio no integral22, lo que sugiere una relación importante; las
conexiones son los bloques de construcción de sistema, y estos sistemas se convierten en
elementos de sistemas de nivel superior (Potts, 2000). Los grafos han sido estudiados como
objetos matemáticos desde 1736, por Leonhard Euler, desde entonces la teoría de grafos se
ha desarrollado convirtiéndose en una de las ramas principales de las matemáticas,
extendiéndose hasta la sociología, antropología, ingeniería, informática, física, biología y a
la economía.
La teoría de grafos permite (Potts, 2000):
La representación de objetos complejos como un compuesto de elementos y
conexiones.
Realizar un seguimiento de los cambios en los objetos complejos como las dinámicas
discretas en cualquiera de los elementos o conexiones.
Permite las representaciones de elementos incrustados dentro del sistema, que son en
sí mismos elementos de un sistema superior.
Nos da los fundamentos necesarios para el estudio de la dinámica de las redes,
jerarquía y, más significativamente, la emergencia.
Provee el fundamento geométrico para modelos construidos en términos de
algoritmos.
22 Un espacio no es integral si las interacciones no pueden plegarse a un campo de acciones.
59
Si los sistemas son el objeto básico y la unidad de análisis en la economía, y la teoría de
grafos es el lenguaje idóneo para teorizar el cambio en las conexiones. Queda describir las
características de las redes.
Siguiendo a Watts (2006) nada es más simple que una red. Reducida a lo básico, una red es
sólo una colección de objetos relacionados de un cierto modo entre sí. Lo importante de la
red es la forma en cómo afecta tanto a su comportamiento individual como al
comportamiento del sistema como un todo, debe tenerse siempre presente que las redes son
objetos dinámicos, evolucionan y cambian con el tiempo, impulsadas por actividades o
decisiones de su componentes tanto presentes como pasadas.
Cada individuo (actor) en la red social se denota como un nodo, la relación entre dos actores
forma un vínculo, así la red se construye a partir de los lazos entre los actores.
Los vínculos entre los actores son los canales mediante los cuales se transfieren recursos. En
el caso de las redes de colaboración de patentes haciendo uso del análisis de redes sociales
se consideran los investigadores como los actores y los vínculos son las coautorías.
Se han desarrollado dos corrientes técnicas en el estudio de las redes (Watts, 2006). La
primera corriente se ocupa de las relaciones entre la estructura de una red- el conjunto
observado de vínculos que enlazan a los miembros de una población, como una empresa, una
escuela o una organización política- y la estructura social correspondiente.
La segunda corriente, considera que la red es un conducto para la propagación de la
información o el ejercicio de la influencia, y el lugar de un individuo en el patrón general de
relaciones determina la información a la que tiene acceso, o a quién se halla en posición de
influir. El papel social de una persona, por tanto, depende no sólo de los grupos a los que
pertenece, sino también de las posiciones que ocupa en el interior de esos grupos.
Para el análisis se considerará la segunda corriente.
En el caso de las firmas, el concepto de red es ampliamente usado para describir las relaciones
entre empresas como medio para el intercambio de información23, y cómo los vínculos
sostenidos en las redes reducen el costo de comunicar información y aseguran su calidad. La
consecuente reducción en el costo de la información incentiva un mayor intercambio de
información.
23 El intercambio de información es una función crucial de las redes.
60
Una característica de la red, es la relativa uniformidad de sus miembros, en términos de
competencia, optimismo y aversión al riesgo. En general se puede afirmar que las redes
facilitan el intercambio de flujos entre los agentes que la formas, entre otras cosas porque es
un instrumento altamente recomendable para la coordinación –es el atributo más
preponderante de la red desde el punto de vista económico-, además de que los miembros
buscan ser parte de la red al ser conscientes de los beneficios que pueden obtener de las
relaciones establecidas (Casson, 1997). Ante las bondades presentadas por las redes, queda
un problema por resolver y se refiere a la elección; dentro del análisis de la difusión de la
tecnológica en la red de biotecnología en la agricultura, el interés particular se centra en
observar si el conocimiento se difunde entre los agentes y de ser este el caso, analizar la
forma en cómo esto ocurre, y si es un tipo específico de estructura de la red la causante de
esto.
El interés de la presente investigación se centra en la transferencia de un flujo muy específico,
el conocimiento el cual difiere significativamente del concepto de información24.
El conocimiento en general es escaso, y en particular existe un límite respecto a cuanto puede
acumular un individuo, hay un tope respecto a la cantidad de conocimiento que es capaz una
persona de procesar (las redes funcionan como filtro en este caso). Considerando que el
establecer nuevas relaciones (así como mantener las existentes) representa costos y energía
(Burt, 1992), el objetivo será maximizar la trasferencia del conocimiento sujeto a los costos
que implica esto. De esta forma, considerando que es el cambio en las conexiones las que
provocan el cambio, la decisión se reduce en elegir las conexiones que construyan el sistema.
III.3 Medidas de centralidad, poder y cohesión
El primer conjunto de indicadores a usar para la caracterización de la red corresponden a las
medidas de centralidad, poder y cohesión. A continuación se presentan.
Todos los sociólogos concordarían en que el poder es una propiedad fundamental de las
estructuras sociales. La perspectiva de redes ha contribuido en gran parte a la comprensión
del poder social. Quizá́ aún más importante, la aproximación a las redes sociales enfatiza que
24Foray (2004) señala que el conocimiento es algo más que información. El conocimiento es fundamentalmente una cuestión de capacidad cognitiva, mientras la información puede tomar la forma de datos estructurados y formateados que permanecen pasivos e inertes hasta su uso por parte de personas con los conocimientos necesarios para interpretarlos y procesarlos.
61
el poder es inherentemente relacional. Un individuo no tiene poder en abstracto, se tiene
poder porque se puede dominar a otros, el poder de ego es la dependencia del alter y viceversa
(Hanneman, 2001:61).
Tamaño de la red. Usualmente el tamaño de la red se obtiene simplemente contando el
número de nodos. Si en una red existen (k * k-1) pares únicos de actores ordenados, donde k
es el número de actores. El número de relaciones lógicamente posibles crece entonces
exponencialmente a medida que el número de actores se incrementa linealmente. Por tanto,
se deduce que el número lógicamente posible de estructuras sociales se incrementa (o, por
definición, se incrementa la “complejidad”) exponencialmente con el tamaño25.
Densidad. La densidad de los lazos se define como el número de vínculos reales en relación
con el número de vínculos posibles. La densidad permite observar hasta qué punto una red
está a punto de alcanzar todo su potencial, es decir, esta medida permite conocer la alta o
baja conectividad de la red (Hanneman, 2001; Velázquez, 2005).
La centralidad de grado: es el número de actores a los cuales un actor está directamente
unido, así aquellos con un número mayor de vínculos pueden tener posiciones ventajosas,
tienen diversas alternativas y por tanto son menos dependientes de otros (Wasserman,
1994:178). La centralidad de grado de una red, indica qué tan cerca está la red de comportarse
como una red estrella, en donde un actor juega un papel central que controla a toda la red; o
qué tan lejos está de ese comportamiento, el cual es más favorable debido a que esto nos
habla de una red bien conectada (Hanneman, 2001).
Un actor central es aquel que tiene el mayor número de vínculos con otros actores en la red,
convirtiéndose en el actor más activo. El grafo estrella (figura 3.1), presenta esto, al mostrar
como exactamente un actor (A) tiene vínculos con todos los actores de la red, y el resto de
actores tienen sólo un único lazo con el actor central. Este actor muy activo debe tener un
índice de centralidad máxima. En contraposición con el grafo estrella se tiene el grafo
circular, el cual no muestra la existencia de un actor cuya actividad sobrepase a la de
25 (Hanneman, 2001)
62
cualquier otro actor presente en la red, en este caso todos los actores tienen exactamente el
mismo índice de centralidad26.
Un actor con un alto nivel de centralidad, medida por su grado, es "donde está la acción" en
la red. Por lo tanto, esta medida se centra en los actores más visibles en la red. Un actor con
un alto grado está en contacto directo o se encuentra junto a muchos otros actores. Este actor
entonces debería empezar a ser reconocido por los demás como un importante canal de
información. En contraste, los actores con bajos grados son claramente periféricos en la red.
Dichos actores no están activos en el proceso relacional. De hecho, si el actor se aísla por
completo su eliminación no tiene efecto sobre los lazos que están presentes (Wasserman,
1994:178).
Figura III.1
Grado de intermediación. Una razón para considerar la importancia de un actor recae en su
intermediación, esta se enfoca en el control de la comunicación, y se interpreta como la
posibilidad que tiene un nodo o actor para intermediar las comunicaciones entre pares de
nodos.
La medida de intermediación de un nodo se obtiene al contar las veces que este aparece en
los caminos geodésicos27 que conectan a todos los pares de nodos de la red, estos actores
reciben el nombre de actores puente.
Como Wasserman y Faust (1994:189) lo explican: entre más actores dependa de mí para
hacer conexiones con otra gente, más poder tendré yo. Sin embargo, si dos actores están
conectados por más de un camino geodésico y yo no estoy en todos, pierdo poder.
26 (Wasserman, 1994) 27 Los caminos geodésicos son las rutas más cortas que un actor debe seguir para llegar a otros nodos.
63
III.4 Redes tipo closure versus redes con presencia de huecos
estructurales
El concepto de capital social es central para el análisis de redes sociales al ser la teoría que
subyace al análisis de red social. Coleman (1988) definió al capital social como un recurso
intangible que se puede obtener por medio de relaciones personales o lazos profesionales.
Para Lin (citado por Umekubo, 2013) el capital social corresponde a “los recursos en las
estructuras y relaciones sociales que se pueden movilizar cuando una persona quiere
aumentar la probabilidad de éxito de una medida específica”. De este modo, las personas
obtienen capital social por medio de relaciones personales y la interacción en diferentes redes
sociales para sacar provecho de los recursos.
Entre las visiones que buscan explicar cómo la estructura de la red condiciona la creación de
capital social28, destacan dos, por un lado el argumento closure (Coleman, 1988) es que el
capital social es creado por una red de elementos fuertemente conectados, mientras el
argumento de los huecos estructurales (Burt, 1992, 2001, 2004) es que esto ocurre en redes
donde las personas pueden negociar las conexiones entre los segmentos de otro modo sin
conexión.
III.4.1 Redes tipo closure de James Coleman
La visión propuesta por Coleman (1988), indica que todas las relaciones sociales y las
estructuras sociales facilitan algunas formas de capital social, los actores establecen
relaciones intencionalmente y las continúan mientras les generen beneficios, esto es
especialmente significativo si se considera que la información es importante para
proporcionar una base para la acción. Pero la adquisición de la información es costosa; así
que una manera para adquirir la información es mediante el uso de las relaciones sociales que
son mantenidas con ese propósito. Si bien son ciertos los beneficios de las relaciones sociales
en general, existen ciertos tipos de estructuras sociales, las cuales son especialmente
importantes para facilitar algunas formas de capital social.
Así, una propiedad de las relaciones sociales sobre la cual las normas vigentes dependen es
lo que se llama closure29. Las normas surgen como intentos para limitar efectos externos
28 El capital social es el conjunto de relaciones establecidas dentro de la red. 29 Coleman, 1998
64
negativos y animar a los positivos, sin embargo, hay estructuras sociales donde a pesar de la
existencia de estas condiciones, las normas no existen, la razón es la falta de cierre en la
estructura social. La fiabilidad de las estructuras sociales significa que las obligaciones serán
reembolsadas, creándose expectativas entorno a ello (Coleman, 1988).
Existen varias ventajas asociadas a la red tipo closure. En primer lugar, este tipo de estructura
favorece el surgimiento de relaciones de confianza, lo cual reduce la incertidumbre y las
asimetrías de información en las interacciones entre los individuos; en segundo lugar, permite
el intercambio de información más fino que es más exclusivo y tácito que la información
intercambiada en redes abiertas; tercero, este tipo de red facilita las sanciones que hacen
menos riesgoso para las personas en la red confiar en los otros miembros, este es el beneficio
más enfatizado por Coleman.
De acuerdo con esta teoría, restringir la red facilita el acceso al conocimiento profundo, en
el caso de la biotecnología esto implicaría, que una red más cerrada incentiva una mayor
interacción entre los investigadores de los institutos de investigaciones tanto públicos como
privados, las empresas, los agricultores. Así se intercambian experiencias, secretos, y
opiniones relacionadas a problemas que ocurren en sus actividades de innovación.
Un resultado genérico encontrado por los sociólogos y los psicólogos sociales, que apoya el
argumento de las redes tipo closure es que la información circula más dentro de los grupos
que entre los grupos, lo cual es benéfico para una red de innovación, donde resulta necesario
para el buen funcionamiento de la misma (Burt, 2004). Sin embargo, mientras un cierto grado
de cierre en la red puede ser favorecedor, demasiado puede causar detrimento.
Los indicadores usados para confirmar o rechazar una estructura de red tipo closure en el
análisis, será las medidas de cohesión, al reflejar el grado de conexión de la red. Se optó por
realizar el análisis así, ya que si bien el E-I index es en la mayoría de los estudios el indicador
utilizado cuando se pretende detectar la estructura de red propuesta por Coleman; el cálculo
sólo tiene sentido si se analizan grupos, y en la presente investigación no se usó criterio
alguno para separar a los investigadores en grupos.
III.4.2 Los Huecos Estructurales d e Ronald Burt
En contraste, otra visión sostiene que para ser creativo los individuos requieren cierto grado
de diversidad informativa, ya que necesitan combinar ideas de diferentes fuentes para sus
experimentos y actividades de Investigación y Desarrollo. La hipótesis de Burt (2004) es que
65
las personas quienes están cerca de huecos en una estructura social tienen mayor riesgo de
tener buenas ideas. El argumento es que la opinión y el comportamiento son más homogéneos
dentro que entre grupos, por lo que las personas conectadas a través de grupos están más
familiarizadas con las formas alternativas de pensar y comportarse, lo que les da más
opciones para elegir y sintetizar. Las nuevas ideas surgen de la selección y síntesis a través
de los huecos estructurales entre grupos.
Basándose en la teoría de huecos estructurales de Burt (1992, 2001, 2004) los estudiosos de
las redes han sugerido que se alcanza tal variedad, si los contactos directos de la empresas o
agentes no están tan densamente conectados entre sí, dejando un hueco en la estructura de la
red de conocimientos. La teoría de los huecos estructurales considera la existencia de agentes
que actúan como negociadores (intermediarios) en la red de conocimiento, conectando a los
agentes que de otro modo estarían sin conexión, tienen acceso a conocimiento potencialmente
más diverso, lo que mejora su creatividad. Se hace hincapié en la importancia de acceder al
conocimiento desde fuera de la red para evitar el bloqueo negativo y para refrescar el
conocimiento local. Por otro lado, muchas fuentes de conocimientos pueden implicar muchas
ideas para poder manejar y escoger. Muchas ideas significan que no recibirán el nivel de
atención o esfuerzo requerido para su implementación, sugiriendo que la apertura externa
tiene rendimiento decreciente para la creatividad (Giuliani, 2013).
Los huecos estructurales son definidos por Burt (1992)como la relación no redundante entre
dos contactos -el hueco es un regulador- como resultado del hueco entre ellos, los dos
contactos proporcionan beneficios a la red.
Dentro de la teoría de Burt los contactos no redundantes son fundamentales ya que ellos son
la fuente de la diversidad, pues se encuentran desconectados de dos maneras, ya sea
directamente porque no están conectados con los otros; o indirectamente, en el sentido que
un contacto excluye a otros.
Las respectivas condiciones empíricas que indican un hueco estructural son la cohesión y la
equivalencia estructural (Burt, 1987, 1992). Ambas condiciones definen huecos indicando
donde están ausentes.
66
Bajo el criterio de la cohesión, dos contactos son redundantes en la medida en que están
conectados por una relación fuerte. Una relación sólida indica la ausencia de un agujero
estructural, ejemplo de esto es la relación existente entre padre e hijo.
Equivalencia estructural es un segundo indicador útil para la detección de huecos
estructurales. Dos personas son estructuralmente equivalentes en la medida en que tienen los
mismos contactos. Independientemente de la relación entre las personas estructuralmente
equivalentes, conducen a las mismas fuentes de información y por lo tanto son redundantes.
La cohesión es concerniente a contactos directos, la equivalencia estructural concierne a
conexiones indirectas por el contacto mutuo. Burt apunta que la cohesión es el indicador más
certero.
III.4.3 Estructura óptima de la red
La red optimizada tiene dos principios de diseño: eficiencia y eficacia (Burt, 1992).
El primer principio para optimizar la red es la eficiencia, implica maximizar el número de
contactos no redundantes en la red para maximizar el rendimiento en huecos estructurales
por contacto. Así, comparando dos redes del mismo tamaño, la que proveerá más beneficios
será la que tenga más contactos no redundantes. La línea máxima eficiencia describe una red
en la cual cada contacto es completamente no redundante.
El segundo principio es la eficacia y se refiere a distinguir los contactos primarios30 de los
secundarios31 -establecer y mantener relaciones implica costos- con el fin de concentrar los
recursos en la preservación de los contactos primeros. La decisión se centra en la elección de
la persona correcta para ser el contacto primario, pues estos deben ser vistos como la puerta
de entrada hacia nuevos grupos.
Contactos no redundantes garantizan la exposición a diversas fuentes de información. Cada
grupo de contactos es una fuente independiente de información. Un grupo, por muy
numerosos que sea, implica la misma fuente de información, ya que las personas conectadas
entre sí tienden a saber acerca de las mismas cosas más o menos al mismo tiempo. En cambio,
la información proporcionada por múltiples grupos de contactos es más amplia,
proporcionando una mejor garantía de que el jugador será informado de las oportunidades
30 Contacto con quien se tiene una relación directa. 31 Contactos alcanzados de forma indirecta, cuya relación es difícil de mantener.
67
nuevas y diferentes. Además, ya que los contactos no redundantes están vinculados sólo a
través del agente central, tienen la seguridad de ser los primeros en ver las nuevas
oportunidades creadas por las necesidades de un grupo que podría ser atendido por las
habilidades en otro grupo, al convertirse en el primer agente que reúne al resto, se otorga la
oportunidad de coordinar las actividades. Estos beneficios se ven agravados por el hecho de
que tener una red que produce estos beneficios hace que sea aún más atractivo como contacto
de la red con otras personas, lo que facilita la tarea de ampliar la red para servir mejor a sus
intereses (Burt, 1992).
Los huecos estructurales son resultados de aquellas conexiones no tan densas entre los
contactos del sistema, para justificar esto se parte del argumento de los lazos débiles
propuesto por Mark Granovetter, en su artículo la Fuerza de los lazos débiles (1973). De
acuerdo con Granovetter la gente vive en grupos con quienes se tiene relaciones fuertes. La
información circula a una velocidad alta dentro de estos grupos, cada persona tiende a saber
lo que las otras saben por lo regular al mismo tiempo. Por lo tanto, y esta es la visión de la
argumentación, la difusión de información sobre las nuevas ideas y oportunidades debe venir
a través de los vínculos débiles que conectan a las personas en grupos separados. Los lazos
débiles a menudo ignorados son, de hecho, un elemento fundamental de la estructura social.
De ahí la fuerza de los lazos débiles. Los lazos débiles son esenciales para el flujo de
información que integra grupos sociales de otro modo sin conexión en una sociedad más
amplia (Burt, 1992).
III.4.4 Indicadores de huecos estructurales
De acuerdo con Burt (1987, 1992) los huecos estructurales en la red dependen del tamaño de
la red y el nivel de redundancia.
El tamaño de la red (𝑁𝑖) es el número de relaciones establecidas y representa un indicador
inicial de la posibles fuentes de información. Pero se debe considerar que algunos de los
vínculos pueden proveer la misma información y en este sentido pueden ser redundantes. Por
esta razón, si se busca una medida real de las fuentes de información, el tamaños de la red
debe ser evaluada de acuerdo a su nivel de redundancia.
Donde el grado de redundancia está relacionado con el número de relaciones que podrían ser
eliminadas sin que las ventajas de acceso a la información para el sector se viesen afectadas.
La redundancia del contacto j es medido por la fuerza de las conexiones de j con otros
68
contactos. El acceso a la información, la sincronización y las referencias que se obtienen a
través de j son redundantes en la medida en que se tiene una inversión considerable de tiempo
y energía en una relación con otro contacto, q, con quien j tiene una fuerte relación.
El indicador de redundancia es representado en la siguiente expresión:
𝑅𝑖(𝑗) = ∑ 𝑝𝑖𝑞𝑚𝑗𝑞𝑞 ; 𝑞 ≠ 𝑖, 𝑗 (1)
Donde 𝑝𝑖𝑞 es la proporción de tiempo y energía que 𝑖, invierte en la relación con q (las
interacciones con q divididas por la suma de las relaciones de i); 𝑍𝑖𝑞 es la variable de la red
que mide la fuerza de la relación de i hacia q.
𝑝𝑖𝑞 =𝑍𝑖𝑞+𝑍𝑞𝑖
∑ (𝑍𝑖𝑗+𝑍𝑗𝑖)𝑛𝑗=1
; 𝑖 ≠ 𝑗 (2)
𝑚𝑗𝑞, mide la proporción de las relaciones de i con j que son redundantes debido a las
transacciones directas de i con otros contactos primarios. Así, dado i como referencia, se
evaluará hasta qué nivel la información suministrada por j es redundante, teniendo en cuenta
todas las relaciones establecidas por el agente de referencia. Así, una red mostrará
redundancia cuando sus contactos directos están al mismo tiempo interconectados.
𝑚𝑗𝑞 =𝑍𝑗𝑞+𝑍𝑞𝑗
𝑚𝑎𝑥𝑘(𝑍𝑗𝑘+𝑍𝑘𝑗); 𝑗 ≠ 𝐾 (3)
Obtenido el nivel de redundancia es posible calcular el tamaño efectivo de la red (nivel de
relaciones no-redundantes) que puede ser calculado como la diferencia entre el tamaño real
de la red y el nivel de redundancia:
𝑇𝐸𝑖 = ∑ [1 − ∑ 𝑝𝑖𝑞𝑚𝑗𝑞𝑞 ]𝑗 , 𝑞 ≠ 𝑖, 𝑗 (4)
o
𝑇𝐸𝑖 = ∑ [1 − 𝑅𝑖𝑗]𝑗 (4.1)
Si j, está completamente desconectado de todos los otros contactos primarios, entonces el
término entre corchetes es igual a 1, indicando que j provee un contacto no redundante en la
red.
𝑇𝐸𝑖 puede variar de 1 a N, en el primer caso indica que la red sólo proporciona un contacto
no redundante, en el segundo caso, N indicaría que cada contacto en la red es no redundante.
Este indicador, llamado tamaño efectivo, supone una corrección de la dimensión real de la
red del sector que nos informa acerca del número de relaciones no-redundantes y por lo tanto,
69
la máxima variedad de fuentes informativas. Una red que muestra un alto nivel de relaciones
no-redundantes –huecos estructurales- proveerá más variedad de información que las redes
con menos huecos estructurales. Esta comparación entre el tamaño de la red y su nivel de
redundancia determinará las ventajas de acceso, tiempo y exclusividad del sector de
referencia en términos de posibles fuentes de información.
Dado 𝐸𝑖 dividido entre 𝑁𝑖 mide la eficiencia(Burt, 1987, 1992) este indicador señala la
importancia relativa de la diversidad en las relaciones establecidas en la red:
𝐸𝑖 =𝑇𝐸𝑖
𝑁𝑖=
𝑁𝑖−∑ 𝑗𝑅𝑖(𝑗)
𝑁𝑖; 𝑞 ≠ 𝑖, 𝑗 0 ≤ 𝐸𝑖 < 1 (5)
𝐸𝑖, toma valores entre cero y uno. Valores cerca del uno indican un alto nivel de eficiencia
en la comprensión de un alto número de contactos no redundantes, donde números cercanos
al cero muestran un alto grado de redundancia y baja eficiencia en la capacidad de acceder a
información. Esta medida sintetiza y da un panorama completo de la presencia de los huecos
estructurales.
Tanto la estructura de la red como la posición de un individuo dentro de la misma, provee
una ventaja competitiva, es decir, la estructura social crea oportunidades para ciertos
jugadores mientras que para otros no (Burt, 1992).
Así, las redes que muestren muchos huecos estructurales o “relaciones puente”,
proporcionarán información más variada, menos redundante, que las redes con menos huecos
estructurales. De esta forma, la propia dimensión de la red y la apertura de huecos
estructurales facilitan la generación de beneficios asociados a la difusión de conocimientos
y aportan ventajas derivadas del poder de intermediación (García, 2005).
Además de realizar el análisis de eficiencia, es importante medir el grado de dependencia
entre diferentes grupos; si nos quedamos únicamente con el análisis de eficiencia podríamos
llegar a una conclusión errónea, ya que podemos encontrarnos con un grupo que presenta alta
eficiencia pero dependa en gran medida de otro, lo cual podría conducir a una limitación de
los beneficios asociados a la difusión de la innovación. En el caso de la biotecnología, si una
empresa es muy dependiente de los desarrollos científicos de otra, se podría ver mermada
ante situaciones no favorables pues su éxito o fracaso no depende enteramente de ella misma.
Por tanto, mediante la limitación o la dependencia se puede determinar las restricciones
70
existentes en la red, señalando en qué medida un agente es dependiente de otro, es una
cuestión que puede ser valorada en función de los esfuerzos que hayan sido realizados para
constituir la relación entre ambos.
La dependencia como una restricción de la red, mide la intermediación (brokerage). La
restricción de la red es una medida que varía con tres cualidades de la red: tamaño, densidad
y jerarquía. Esta medida aumenta con el grado en que una red se concentra en los contactos
redundantes.
A partir del producto de la inversión realizada para mantener las relaciones con los elementos
de la red y la falta de huecos estructurales, se propone una expresión cuadrática de la
restricción del agente i-ésimo - la suma de la ecuación a través de contactos j mide la
restricción agregada sobre las oportunidades dentro de la red- debida a la ausencia de huecos
alrededor j, como la que sigue (Burt, 1992):
𝐶𝑖𝑗 = (𝑝𝑖𝑗 + ∑ 𝑝𝑖𝑞𝑝𝑞𝑗𝑞 )2
; 𝑞 ≠ 𝑖, 𝑗 (6)
Este indicador es representativo del grado de concentración de la red en contactos
redundantes, así las redes más limitadas presentan un menor número de huecos estructurales.
La suma de las proporciones cuadráticas 𝐶𝑖𝑗 da lugar al índice de restricción agregado para
cada uno de los elementos:
𝐶𝑖 = ∑ 𝑐𝑖𝑗𝑗 (7)
El cual puede ser expresado matricialmente como:
𝐶 = 𝜃𝑖 (8)
Donde 𝜃 es una matriz de orden (nxm) cuyos elementos son 𝑐𝑖𝑗, e i e sun vector columna
(nx1) unitario (Burt, 1992; García, 2005).
La restricción de la red mide el grado en que una red está directamente o indirectamente
concentrada en un solo contacto. La restricción es baja en redes grandes con contactos
desconectados. La restricción es alta en pequeñas redes de contactos quienes están cerca el
uno del otro (densidad), o están fuertemente vinculados con un contacto central (jerarquía).
La jerarquía establecida en la red, es usada para medir la limitación, y es interpretada como
el grado de redundancia que puede ser localizado en un único contacto, y que juega un papel
71
relevante en la capacidad de acceso a recursos y/o información. Esta característica se
cuantifica a través del índice de desigualdad de Coleman y Theil:
𝐻𝑖 =∑ (
𝑐𝑖𝑗
�̅�)𝐼𝑛(
𝑐𝑖𝑗
�̅�)𝑗
𝑁𝐼𝑛 𝑁 (9)
Este índice alcanza un valor nulo si todas las restricciones de un contacto específico (altas o
bajas) son iguales a la media, es decir, ninguno está mejor conectado que otro y, toma un
valor unitario si estas limitaciones provienen de un único contacto.
En el análisis, para la identificación de los agentes –inventores, empresas-determinantes en
la difusión y generación de innovaciones dentro de la biotecnología alimentaria, resulta de
amplia utilidad el uso de la teoría de redes sociales, pues sirve para identificar las relaciones
no redundantes, las limitaciones presentes en la estructura de la red, y cómo esto impacta en
que la red sea eficiente o ineficiente dada su capacidad de difusión de conocimiento.
72
El siguiente cuadro presenta una síntesis de los indicadores presentes en la teoría de Burt.
Cuadro III. 1 Indicadores de Huecos Estructurales
Concepto Indicador
Teoría de Burt
Huecos estructurales
La diversidad
proporciona la
generación de
nuevas ideas.
Divulgación de
nuevas ideas y
oportunidades
ocurra más entre
grupos que dentro
los grupos.
La variedad se
alcanza si los
contactos directos
no están tan
densamente
conectados entre sí,
dejando un hueco
en la estructura de
la red.
Huecos estructurales: Redundancia
Tamaño efectivo de la red
Indicador de redundancia
Número de relaciones que podrían ser eliminadas sin que las ventajas de acceso a la información se viesen afectadas. Hay redundancia cuando los
contactos directos de una red están
al mismo tiempo interconectados.
𝑅𝑖(𝑗) = ∑ 𝑝𝑖𝑞𝑚𝑗𝑞
𝑞
; 𝑞 ≠ 𝑖, 𝑗
Tamaño efectivo de la red
Mide el nivel de relaciones no
redundantes.
Red con niveles altos de relaciones
no redundantes provee información
más diversa.
𝑇𝐸𝑖 = ∑[1 − 𝑅𝑖𝑗]
𝑗
Restricción de la red
Varía con 3 cualidades de la red:
tamaño, densidad y jerarquía
𝐶𝑖𝑗 = (𝑝𝑖𝑗 + ∑ 𝑝𝑖𝑞𝑝𝑞𝑗
𝑞
)
2
; 𝑞 ≠ 𝑖, 𝑗
Índice de desigualdad de Coleman y
Theil
Mide la jerarquía establecida en la red. Es el grado de redundancia que puede ser localizado en un único contacto.
𝐻𝑖 =∑ (
𝑐𝑖𝑗
𝐶̅ ) 𝐼𝑛(𝑐𝑖𝑗
𝐶̅ )𝑗
𝑁𝐼𝑛 𝑁
Fuente: elaboración propia con base en Burt (1992)
III.5 Variable de interés y deli mitación de periodos a estudiar
Como ya se definió en el capítulo anterior, se determinó utilizar para este trabajo las redes de
colaboración como variable de interés para medir la difusión del conocimiento. Para esto se
utilizarán los datos provenientes de la oficina de patentes de Estados Unidos ―United States
Patent and Trademark Office (USPTO) de 1976 a 2013. Como se mencionó en el primer
capítulo, fue en Estados Unidos donde se reconocen los inicios de la biotecnología moderna,
73
y donde esta tecnología ha tenido un mayor dinamismo respecto al resto de los países; además
de ser el país donde más solicitudes y títulos se otorgan.
Se decidió usar las patentes otorgadas en lugar de las solicitadas debido a que las primeras
representan los resultados de investigación que tienen aplicación comercial y que son
potencialmente transferibles a la industria.
Considerando que la Biotecnología es un área de reciente formación y que aún no está bien
delimitada dentro de la clasificación proporciona por la Organización Mundial de la
Propiedad Intelectual (OMPI), en este trabajo se toma como base la propuesta realizada por
la OCDE (Arundel, 2003; OCDE, 2005a, 2008), quien ha desarrollado una definición de
biotecnología y a partir de la misma ha construido una lista base. Las patentes en
biotecnología se identifican en la actualidad con la siguiente lista de acuerdo a la
Clasificación Internacional de Patentes (CIP) de la OMPI: A01H1/00, A01H4/00,
A61K38/00, A61K39/00, A61K48/00, C02F3/34, C07G(11/00,13/00,15/00),
C07K(4/00,14/00,16/00,17/00,19/00),C12M, C12N, C12P, C12Q, C12S, G01N27/327,
G01N33/(53*,54*,55*,57*,68,74,76,78,88,92) (OCDE, 2005a).
Las patentes de biotecnología alimentaria se identifican con las subclases A01H4/00 y
A01H1/00 correspondientes a reproducción de plantas por técnicas de cultivo de tejidos y
procedimientos de modificación de genotipos, respectivamente. Sin embargo, con la
finalidad de acotar el estudio y considerando que en la subclase A01H1/00 existen algunos
años en los que no se otorgó ninguna patentes (se buscó evitar vacíos en los periodos), se
optó por realiza el análisis para la subclase A01H4/00.
Se estableció recopilar a información de las patentes otorgadas de 1976 a 2013, el inicio
corresponde al año en el cual la USPTO otorgó la primera patente de biotecnología. Con la
finalidad de analizar los cambios en la estructura de la red de la subclase A01H4/00 a lo largo
de los casi cuarenta años que comprende el trabajo se optó por delimitar tres periodos: 1976
a 1993, 1994 a 2004 y 2005 a 2013; al último periodo se le dará un tratamiento diferente
referente a que se realizará un ejercicio extra para enriquecer los resultados, ya que en la
presente investigación existe un especial interés por conocer el estado actual de la
biotecnología. A continuación se justifica la elección de los tres periodos a través de su
74
caracterización y por último se describe brevemente el tratamiento que recibió el periodo
2005-2013.
Gráfico III.1. Patentes correspondientes a biotecnología según OCDE, 1976-2013
Fuente: elaboración propia con base en datos de la USPTO
En el gráfico anterior es posible observar dos ciclos al menos, el primero de ellos es el más
largo y va de 1976 a 2004, los primeros catorce años corresponderían a la fase de difusión
inicial o despegue de la biotecnología, en 1998 llega a su punto máximo para después
empezar una disminución en el ritmo de patentamiento, el crecimiento se retoma nuevamente
en 2006. De 1976 a 1990 no se observa un crecimiento significativo en las patentes otorgadas,
es a partir de la década de los noventa cuando se presentan cambios significativos, este
incremento en el número de patentes otorgadas sucedió en un contexto en el cual ocurrieron
varios cambios legislativos en Estados Unidos; destacando sobretodo tres: el Patent and
Trademark Amendment Act de 1980, el Federal Courts Improvement Act (FCIA) de 1982 y
el Patent Restoration Act de 1984.
El primero de ellos, mejor conocido como Ley Bayh-Dole autorizó a instituciones públicas
de I&D especialmente a las universidades a patentar los resultados de sus investigaciones y
a explotarlos vía de joint ventures con firmas privadas, o a través de la creación de ‘start-ups’
originados en grupos académicos e investigadores universitarios (Abarza, 2002:9). Este
primer cambio reviste mayor importancia en el presente análisis porque la aprobación de la
0
1000
2000
3000
4000
5000
6000
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
75
ley Bayh-Dole coincidió con los avances en la exploración del ADN y el genoma humano,
por parte de centros académicos como Stanford, UCLA y Columbia32; el permitir a los
centros universitarios patentar explica en gran parte el porqué del crecimiento significativo
en las patentes concedidas en Estados Unidos.
El segundo cambio legislativo, se refirió a la reducción de las exigencias del nivel inventivo
requeridas para obtener una patente. El tercer cambio extendió la vida útil de las patentes
farmacéuticas por un lapso de cinco años, respondiendo a la solicitud efectuada por las firmas
farmacéuticas innovadoras que buscaban compensar sus largos procesos de investigación y
desarrollo, este último cambio legislativo también resultó fundamental en la biotecnología
pues las primeras aplicaciones comerciales de esta tecnología se relacionan con la actividad
médica y la salud humana (Abarza, 2002).
Gráfico III.2. Patentes de la subclase tecnológica A01H4/00, 1976-2013
Fuente: elaboración propia con base en datos de la USPTO
Respecto a la subclase estudiada en el presente trabajo, cabe destacar que si bien el
comportamiento de la biotecnología en general presenta al menos dos ciclos; la subclase
exhibe tres momentos (que funcionaron para delimitar los tres periodos de estudio) y un
desfase en su tendencia con respecto a la trayectoria tecnológica de la biotecnología por un
par de años; el crecimiento en el patentamiento en este subclase inició a mediados de la
32 (Abarza, 2002)
0
50
100
150
200
250
300
350
19
76
19
78
19
80
19
82
19
84
19
86
19
88
19
90
19
92
19
94
19
96
19
98
20
00
20
02
20
04
20
06
20
08
20
10
20
12
76
década de los noventa mientras que en la biotecnología en general se dio una década antes,
el pico de lo que podría ser visto como el primer ciclo ocurrió en el 2000; a partir de 2004 da
inició la recuperación en la actividad inventiva. El desfase respecto a la tendencia de la
biotecnología en su conjunto, puede ser explicada porque las aplicaciones de la biotecnología
en la agricultura son más recientes que las aplicaciones en la salud humana, a diferencia de
estas últimas donde existe una mayor aceptación por parte de los consumidores, el uso de los
organismos genéticamente modificados (OGM) aún están en el centro del debate; mientras
la Ley Bayh-Dole sirvió como un fuerte impulso para animar la actividad inventiva en el
ámbito de la biotecnología en la salud su impacto no tuvo repercusiones en la misma
magnitud en el caso de los OGM.
Lo anterior explicaría el incremento en el número de patentes, mientras la disminución sería
consecuencia por un parte de la existencia y consolidación de otras formas de protección de
la propiedad intelectual, y por otra de las restricciones impuestas a los organismos
transgénicos.
En el primer caso, reviste importancia la Unión Internacional para la Protección de las
Obtenciones Vegetales (UPOV) organización intergubernamental con sede en Ginebra,
creada por el Convenio Internacional para la Protección de las Obtenciones Vegetales
(adoptado en París en 1961, y revisado en 1972, 1978 y 1991), en la cual se establecen los
estándares mínimos para la protección de variedades de plantas y se otorga un derecho de
propiedad intelectual: el de derecho de obtentor; de esta forma se busca proporcionar y
fomentar un sistema para la protección de las variedades vegetales, actualmente hay 72 países
miembros.
Respecto a las limitaciones, destaca la restricción impuestas por parte de las compañías
exportadoras de Estados Unidos quienes en 1999 exigieron a sus suministradores clasificar
lo productos transgénicos y los que no lo eran en lotes diferentes33, incluso algunas empresas
se negaron a usar organismos genéticamente modificados en la elaboración de productos.
Sin embargo, las mayores restricciones provinieron de la Unión Europea, al establecer en
1998 una norma que exigía marcar las etiquetas de los productos que contenían soya y maíz
transgénicos, y un año después fueron aún más lejos cuando instauraron una moratoria de
facto que impedían la introducción de nuevas autorizaciones de variedades transgénicas en
33 http://www.wto.org/spanish/tratop_s/dispu_s/cases_s/ds291_s.htm
77
la cadena alimentaria europea, esta medida no sólo repercutió en el espacio europeo sino al
resto del mundo al ser tomada como ejemplo. La moratoria se hizo efectiva porque no se
establecían medidas adecuadas para que los consumidores, pudieran evitar el consumo de
alimentos transgénicos –si así lo querían-, al no exigirse etiquetado. Tampoco se daban
garantías de que se pudiera evitar la contaminación a lo largo del proceso de producción,
manipulación y transporte, que preocupa tanto a los consumidores como a los agricultores y
ganaderos34.
Así, la entrada en vigor de la moratoria coincide con la disminución de la actividad inventiva
en la subclase A01H4/00 y la recuperación a partir de 2005 concuerda con el levantamiento
en 2004 de la misma y la consecuente aprobación y comercialización de productos
biotecnológicos.
III.5.1 Red de biotecnología construida a partir de las relaciones
de colaboración y las citas de patentes, para el periodo 2005 -2013
Como se mencionó al inició del apartado existe especial interés por el último periodo, así que
como ejercicio extra y con el objetivo de presentar el escenario planteado tanto por Burt como
Coleman se optó por usar las citas para corroborar si la red estaba conectada. La colaboración
y las citas representan dos momentos diferentes que explican la difusión del conocimiento,
por un lado los flujos representados por la colaboración entre investigadores y por otro lado
los flujos contenidos en las citas de patentes resultan complementarios, y su uso conjunto
podría permitir saber si la red está o no conectada. El inconveniente, es que el primer flujo
es entendido como una relación no dirigida al tratarse del trabajo entre investigadores –
relación directa-, mientras el segundo flujo es dirigido ya que las citas señalan el
conocimiento previamente creado que es usado en la patente-relación indirecta-, es decir se
trata de menciones hechas hacia ciertos actores.
Para conjuntar ambos flujos se procedió a introducir los datos correspondientes a las citas de
patentes, es decir a los inventores recopilados de la coautoría de patentes fueron sumados
aquellos inventores que fueron citados por alguna de las patentes otorgadas durante el
periodo.
34 Boletín de Agricultura y Consumo Responsables, junio 2004
78
A continuación se presenta una breve descripción del procedimiento para elaborar la base de
datos de citas, así como su posterior análisis.
Los datos que se usaron en el estudio de las citas provienen al igual que en el análisis de
copatentamitento de la base de datos de la Oficina de Patentes y Marcas de los Estados
Unidos de 2005 a 2013.
En primer lugar, del total de patente otorgadas durante el periodo fueron seleccionadas 100,
para obtener una muestra y que siguiera el comportamiento del universo, la elección se hizo
con base en la distribución del número de investigadores que colaboraron en una patente (ver
siguiente cuadro).
Cuadro III. 2 Distribución de las patentes de acuerdo al número de inventores que
participaron, 2005-2013
No. de inventores % Patentes Patentes de la muestra
1 63.2% 59
2 23.7% 24
3 7.4% 7
4 2.7% 3
5 0.9% 1
6 0.9% 1
7 0.5% 1
8 0.2% 1
9 0.1% 1
10 0.1% 1
11 0.1% 1
13 0.1% 1
Fuente: elaboración propia con base en datos de USTPO
Dado el interés del ejercicio por detectar los flujos de conocimientos, se descartarían del
análisis aquellas patentes que no contuvieran citas a otras patentes y que además estos títulos
no hubieran sido otorgados por la USTPO, así fueron seleccionadas 70.
79
El siguiente paso fue la identificación de las patentes señaladas en el apartado de referencias
citadas, en este caso sólo se analizaron las referencias y citas hechas (backward35). Los datos
que se ocuparon fueron:
Datos de las 70 patentes del periodo 2005-2013, los datos incluyeron el número de
patente y la información del inventor.
Datos de las patentes previas, es decir aquellas que fueron citadas sirviendo como
referencia para cada uno de las 70 patentes iniciales, los datos incluían el número de
patente y la información del inventor.
El último filtro consistió en escoger sólo aquellas patentes citadas pertenecientes a la subclase
A01H4/00, siguiendo esto fueron identificadas 99 patentes. Algo importante de señalar, es
que del total de los investigadores de las 99 patentes se considerarían aquellos identificados
en el análisis de colaboración previamente realizado; pues como se mencionó el objetivo del
uso de las citas era completar los flujos de conocimiento ya reconocidos.
La información recabada dio lugar a una matriz, que recoge los vínculos existentes entre los
inventores de las patentes a través de las citas, es decir la matriz refleja la existencia o no de
algún spillover de conocimiento. Los vínculos reflejados en esta matriz fueron sumados a los
correspondientes a la matriz de colaboración, dando como resultado final una matriz que
conjunta la difusión de conocimiento directa y la indirecta.
35 El backward representa las fuentes de conocimiento, en el presente análisis será representado por medio de las citas de patentes.
80
III.6 Resumen de los indicadores a usar y su relación con el
capital social
Para cerrar este capítulo, el siguiente cuadro presenta un resumen de los indicadores a utilizar
y su relación con el capital social, tomando como base lo descrito por Borgatti (1998).
Cuadro III. 3Relación de los indicadores con la el capital social.
Descripción Relación con el capital social
Size/Degree Es el número de alters a los cuales un
ego está directamente conectado,
ponderado por la fuerza del vínculo.
Positiva. Cuanta más sea la gente con quien se
tiene relación, mayor es la probabilidad de que
uno de ellos tenga el recurso que se necesita.
Densidad Proporción de alters que están
conectados.
Negativa. Si todos los alters están vinculados
entre ellos, son redundantes.
Tamaño
efectivo
Número de alters con los que un ego está
conectado directamente, menos un
factor de redundancia.
Positiva. Entre más diversas sean las regiones de
la red con las que un actor tiene lazos, mayores
serán los beneficios de información y control.
Constraint El grado en que todas las inversiones en
relaciones del ego impliquen directa o
indirectamente un único alter.
Negativa. Entra mayor sea la limitación de un
actor, menores son las oportunidades de acción.
81
IV. RE S U L T A D O S El capítulo presenta los resultados del análisis al proceso de difusión tecnológica en la
biotecnología alimentaria durante el periodo comprendido de 1976 a 2013, a través de la
teoría de redes sociales. Como se estableció al inicio de este trabajo, se buscará determinar
si la estructura de la red ha sido un factor que explique la difusión tecnológica.
Para esto se tomaron como base las siguientes preguntas:
¿Cómo ocurre el proceso de difusión tecnológica dentro de la red de inventores, son
decisivas las relaciones de confianza entre los inventores o las nuevas relaciones que
se puedan generar?
¿Las teorías desarrolladas por Burt y Coleman son opuestas o se complementan?
El capítulo se divide en 4:
En el primer apartado, se expondrán características generales de cada una de las redes,
así como los resultados de las medidas de cohesión y centralidad.
En el segundo apartado, se hará el análisis de la estructura de la red a partir de las
posiciones que ocupan los investigadores que conforman la misma.
En el cuarto apartado, se presentan los resultados correspondientes a los indicadores
de huecos estructurales.
Por último, con la finalidad de exponer el estado actual de la biotecnología, se realizó
un ejercicio extra respecto al periodo 2005-2013 al considerar las dos vías para
difundir el conocimiento, así como complemento de las redes de coautoría y para
captar una mayor proporción de flujos de conocimiento, fueron consideradas las citas
de patentes.
La información correspondiente a los tres periodos a analizar fue recolectada en tres bases
de datos la cuales contienen los siguientes campos: número de la patente, fecha de
otorgamiento, título de la patente, titular de la patente (nombre del cesionario), inventor (es)
de la patente.
La red de colaboración de los investigadores se puede analizar por medio de la coautoría de
patentes; ya que esta última refleja el enlace a través del cual se comparte el conocimiento
de un individuo otro. Así, para la construcción de la red se utilizó la información contenida
en la patente, ya qué esta permite generar la matriz de inventores de la subclase A01H4/00,
82
al relacionar a cada uno de los investigadores con el grupo de colegas con quienes se ha
generado la invención.
La matriz correspondiente a cada uno de los periodos recoge todas las relaciones de
colaboración entre los investigadores. Considerando cada inventor como nodo y cada
copatentamiento como un vínculo entre los nodos, de esta manera dos investigadores están
conectados si tienen una patente en copatentamiento. Dada la naturaleza de la relación entre
los investigadores la matriz es no dirigida.
Características generales de los periodos:
Primer periodo (1976-1993) fueron identificadas 170 patentes, 287 inventores de los
cuales 45 (15.7%) son investigadores que trabajaron solos, eso implica que recibieron
títulos de patentes pero no establecieron relación con el resto de los actores, el 60.58%
de las patentes fueron resultado de la colaboración de los investigadores (103).
El segundo periodo (1994-2004) se conformó por 1315 investigadores y 1136
patentes, es el periodo donde existe el mayor número de participantes en la red, pero
también es el que presentó más inventores sin colaboraciones 151 (11.17%), así sólo
el 48.5% fueron copatentes.
Tercer periodo (2005-2013), 1441 patentes y 635 inventores, del total de títulos
concedidos el 63.15% (910 patentes) fueron resultado de la colaboración entre
inventores, convirtiéndose en el periodo con una mayor cantidad de relaciones
establecidas entre los integrantes de la red; 121 inventores no establecieron relación
alguna con el resto de los actores.
Para exponer la evolución temporal de la subclase A01H4/00, la organización de los
resultados se presentarán con base en las dos clasificaciones propuestas en el capítulo
anterior, es decir, primero se presentarán los resultados de las medidas de cohesión, poder y
centralidad; y después las correspondientes a huecos estructurales.
83
IV.1 Resultados de la medidas de centralidad, poder y cohesión
El nivel de colaboración es importante, ya que representa las oportunidades para compartir
el conocimiento. En el primer periodo tanto de la red como de los indicadores, se deduce que
es una red con baja densidad, ya que de todas las colaboraciones posibles entre los inventores
(41 616) sólo se dan 0.6 por ciento, implicando una red muy dispersa con sólo pocos
inventores involucrados en colaboraciones.
Gráficamente se aprecia que la red no está conectada (ver gráfica IV.1), la fragmentación36
de la red es de 0.98 y la conectividad37 de 0.011; existen sectores que evidencian la existencia
de grupos de trabajo que se encuentran aislados unos de otros, estos mismos grupos muestran
subestructuras de redes estrellas, ligado a estos resultados se obtuvo que la medida de
cohesión para calcular el closure de la red fue de 0.014, al igual que la fragmentación y la
conectividad, los resultados reflejan una red particionada.
Respecto al segundo periodo se observa un panorama similar, ya que de todas las
colaboraciones posibles (863 955) sólo se dan el 0.1 por ciento, es una red muy poco densa.
Asimismo, el 11.17 por ciento de los inventores estaban aislados, lo que significa que
desarrollaron la patente en solitario, Michael Allen Chapman inventor representado por la
empresa Pionner es quien trabajó en solitario con más títulos de patentes otorgados (15). De
esta manera, la fragmentación de la red es de 0.99, la conectividad de 0.007 y la medida que
hace referencia a la teoría propuesta por Coleman (closure) es de 0.046, lo cual indica que la
red no está cerrada.
La red del tercer periodo presenta baja densidad, ya que de todas las colaboraciones posibles
entre los inventores sólo se dieron 0.8 por ciento; a pesar del importante número de patentes
que fueron resultado del trabajo conjunto entre los investigadores, la baja densidad refleja
que una amplia proporción de los actores de la red no establecieron vínculos con el resto de
los actores.
36 La fragmentación es la proporción de pares de nodos que no pueden alcanzarse el uno al otro. 37 La conectividad se obtiene de restar uno menos la fragmentación.
84
Las medidas de centralidad de la red también pueden ser usadas como un índice de la
actividad de un individuo dentro del grupo, así la centralidad se determina por medio de una
escala de 0 a 1, donde 0 representa una distribución homogénea de las relaciones entre todos
los inventores en la red y 1 representa el extremo, es decir, una red altamente centralizada,
en donde todas las relaciones se enfocan en torno a una sola persona. La importancia de
analizar a los participantes de la red por medio de las medidas de centralidad es que permite
detectar aquellos inventores con un acceso cada vez mayor a los recursos y un potencial alto
para crear nuevas conexiones que podrían mejorar el desarrollo de capacidades (Umekubo,
2013). Mientras que los individuos menos centrales tienen restricción al conocimiento y a
gestión del mismo al encontrarse más aislados del resto de los participantes o depender de
uno central.
En el primer periodo el grado de centralidad38 es muy bajo (0.47 por ciento) lo que indicaría
que la red está muy lejos de comportarse como una red estrella; la media de todas las
relaciones posible es de 1.36, es decir un número muy bajo de colaboraciones en toda la red,
pero se debe recordar la presencia de 45 investigadores que no tiene relación alguno con el
resto; mientras la suma de todas las relaciones es de 404. El grado de intermediación es de
0.11 por ciento, en este caso se refiere posibilidad de los actores para aprovechar su posición
de intermediario para conectar a otros investigadores por los caminos más cortos.
38 El grado de centralidad es el número de actores a los cuales un actor está directamente unido, así aquellos con un número mayor de vínculos pueden tener posiciones ventajosas, tienen diversas alternativas y por tanto son menos dependientes de otros.
85
Cuadro IV. 1Principales resultados de las medidas de cohesión y centralidad, 1976-
1993
Tamaño de la red 287
Densidad con aislados39 0.004
Densidad sin aislados40 0.006
Relaciones posibles 41041
Investigadores aislados 45
Grado de centralización 0.47%
Grado de intermediación 0.11%
Fuente: elaboración propia con base en datos de USPTO
Mientras en el segundo periodo el grado de centralidad es de 0.442 por ciento, al igual que
en el periodo anterior la red no tiende a comportarse como una red estrella, el flujo de
conocimiento medido por medio de la coautorías no está centralizado. El grado de
intermediación41 es de 0.13 por ciento, a pesar del aumento respecto al periodo anterior este
no fue significativo, podríamos hablar de un periodo de maduración.
La gráfica IV.2 muestra la estructura de la red de colaboración, si bien presenta una mayor
conexión respecto al periodo anterior, resultado del significativo incremento del número de
inventores que ingresaron a la subclase A01H4/00. Se siguen apreciando grupos de trabajo
aislados justo en el centro de la red donde se aprecia que estos grupos de colaboración no
tienen vínculo con el resto de la red, además se debe considerar la no presencia en el grafo
de los 151 actores aislados.
39 Cálculo de la densidad considerando a los investigadores que no realizaron ninguna colaboración durante el periodo. 40 Cálculo de la densidad sin considerar a los investigadores que no se relacionaron con el resto de los investigadores de la red. 41 El grado de intermediación se refiere a la posibilidad que tiene un nodo o actor para intermediar las comunicaciones entre pares de nodos.
86
Cuadro IV. 2Principales resultados de las medidas de cohesión y centralidad, 1994-
2004
Tamaño de la red 1315
Densidad con aislados42 0.001
Densidad sin aislados43 0.001
Relaciones posibles 863 955
Investigadores aislados 147
Grado de centralización 0.442%
Grado de intermediación 0.13%
Fuente: elaboración propia con base en datos de USPTO
La tendencia a la no concentración prevalece a lo largo del análisis, en el último periodo el
grado de centralidad es nuevamente muy bajo (0.184 por ciento) lo que indicaría que la red
está muy lejos de comportarse como una red estrella; la media de todas las relaciones posible
es de 5.13, implica un aumento significativo respecto a los dos periodos anteriores. La suma
de todas las relaciones fue de 3 426, mientras el grado de intermediación fue 0.16 por ciento.
Cuadro IV. 3 Principales resultados de las medidas de cohesión y centralidad, 2005-
2013
Tamaño de la red 635
Densidad con aislados44 .005
Densidad sin aislados45 .008
Relaciones posibles 201 295
Investigadores aislados 121
Grado de centralización 0.184%
Grado de intermediación 0.16%
Fuente: elaboración propia con base en datos de USPTO
42 Cálculo de la densidad considerando a los investigadores que no realizaron ninguna colaboración durante el periodo. 43 Cálculo de la densidad sin considerar a los investigadores que no se relacionaron con el resto de los investigadores de la red. 44 Cálculo de la densidad considerando a los investigadores que no realizaron ninguna colaboración durante el periodo. 45 Cálculo de la densidad sin considerar a los investigadores que no se relacionaron con el resto de los investigadores de la red.
87
La gráfica IV.3 permite apreciar que la red está caracterizada por la presencia de subredes
tipo estrella que no se encuentran conectadas por algún actor que cumpla el rol de puente, lo
que propiciaría la aparición de huecos estructurales. Por el contrario, la red está conformada
por grupos de colaboración de inventores cada uno aislado del resto de grupos.
Gráfica IV.1. Red de colaboración de los investigadores de la clase A01H4/00, 1976-
199346
Fuente: elaboración propia con base en datos de USPTO
46 No se incluyen los investigadores aislados.
88
Gráfica IV.2. Red de colaboración de los investigadores de la clase A01H4/00, 1994-
200447
Fuente: elaboración propia con base en datos de USPTO
Gráfica IV.3 Red de colaboración entre los investigadores de la clase A01H4/00, 2005-
201348
Fuente: elaboración propia con base en datos de USPTO
47 No se incluyen los investigadores aislados. 48 No se incluyen los investigadores aislados.
89
De los resultados de las medidas de centralidad, se obtuvo que en los tres periodos prevaleció
la baja densidad, la tendencia a la no centralización de la red en contactos centrales que a la
vez tengan el rol de intermediarios, y la formación de subredes de inventores que no
interactúan entre sí, en general la redes están fragmentadas y presentan baja conectividad.
IV.2 Principales investigadores de la red: centralidad e
intermediación
La estructura de la red también puede ser analizada si se consideran las posiciones que ocupan
los investigadores que conforman la misma. Así, los cuadros IV.4, IV.5 y IV.6 presentan los
resultados referentes a los diez inventores más importantes de cada uno de los periodos, esta
caracterización se realizó con base en el grado de centralidad de cada individuo y su grado
de intermediación.
En el primer periodo las empresas que absorben la mayor proporción de investigadores
principales son: Plant Genetics con 35 por ciento, Ciba-Geigy Corporation Plant con 20 por
ciento y Purdue Research con 15 por ciento.
Los dos actores centrales de la red de inventores, en cuanto a mayor número de
colaboraciones establecidas con el resto de los actores es David A. Evans (DNA Plant
Technology Corporation) y June Janick (Purdue Research Foundation) al tener un grado de
7, considerando la desconexión de la red se observa un alto grado de centralidad de los actores
presentados en la cuadro IV.4 respecto al resto de los integrantes de la red. El mayor grado
de intermediación lo tuvo Keith Redenbaugh (Plant Genetics,) con 11.1 por ciento, el resto
tiene una intermediación menor al 8 por ciento, esto quiere decir que los inventores de la red
no dependen de algunos actores en específico para colaborar con otros.
De los resultados de las medidas de centralidad se puede apreciar que el ranking tanto de los
diez investigadores con mayor grado como de intermediación no varía mucho, sólo en
posición relativa.
90
Cuadro IV. 4 Indicadores de los principales investigadores, 1976-1993
Grado de Centralidad Grado de Intermediación
Inventor Degree NrmDegree Inventor Betweenness nBetweenness
David A. Evans 7 0.593 Keith Redenbaugh 48 0.111
Jule Janick 7 0.593 Jon A. Fujii 35 0.081
Alan M. Kinnersley 6 0.508 Yuji Sakamoto 32.5 0.075
Georgia Helmer 6 0.508 Jules Janick 26 0.06
Shimesu Motoyama 6 0.508 Bryan McKersie 21 0.048
Henri De Greve 6 0.508 Charles Nelsen 21 0.048
Jerzy Paszkowski 6 0.508 Daniel Brown 20 0.046
Waichiro Kawarabayashi 6 0.508 Jerzy Paszkowski 18 0.042
Keith Redenbaugh 5 0.424 Henri De Greve 15 0.035
Yoshiyuki Miwa 5 0.424 Georgia Helmer 15 0.035
Fuente: elaboración propia con base en datos de USPTO
Los inventores más importantes del segundo periodo se presentan en el cuadro IV.5, quien
más participó en colaboraciones fue Thomas R. Adams (Dekalb Genetics Corp.) al ser
relacionado con otro actores de la red en 60 ocasiones, también es uno de los inventores que
tiene la función de ser puente entre el resto de los participantes.
Michael G. Koziel (Syngenta Investment Corp.) y Paul C. Anderson (Dekalb Genetics
Corp.), también son inventores centrales en la red, estos resultados presentan el primer
cambio significativo en la evolución de la red de biotecnología analizada, ya que durante este
periodo empieza a ser notable que si bien la red sigue presentando una baja densidad, a
diferencia del periodo anterior donde tanto la centralidad como la intermediación estaban
más uniformemente distribuida entre los diez principales inventores, en este caso un
investigador resulta con un grado de centralidad muy alto respecto al resto, Thomas Adams
(Dekalb Genetics Corp); mientras William Gordon (Debalk Genetics Corporation), Benjamin
Bowen (Pioneer Hi Bred International Inc.) y Michael Koziel (Syngenta) presentan el mismo
escenario en cuanto grado de intermediación de refiere.
Otro inventor a destacar durante este periodo es Roy Luedtke de Pionner Hi Bred
International Inc. quien tiene 24 títulos de patentes, sin embargo el resultado de los
indicadores no permite señalarlo como uno de los actores más relevantes de la red porque
diez de los títulos le fueron concedido en solitario y el resto en colaboración.
91
Cuadro IV. 5Indicadores de los principales investigadores, 1994-2004
Grado de Centralidad Grado de Intermediación
Inventor Degree NrmDegree Inventor Betweenness nBetweenness
Thomas R. Adams 60 0.456 William J. Gordon 1169.6 0.135
Michael G. Koziel 29 0.22 Benjamin Bowen 1155 0.133
Thirumale S. Rangan 26 0.198 Michael G. Koziel 1101 0.127
Marc C. Albertsen 20 0.152 Thomas R. Adams 913.8 0.106
Rodney L. Ausich 20 0.152 Charles Cunnyngham 696 0.08
Paul C. Anderson 19 0.144 Terry Ray Colbert 690 0.08
William C. Carlson 18 0.137 Russell L. Fox 628 0.073
Ronald C. Lundquist 15 0.114 Louis Brian Chapko 571 0.066
Jan Leemans 15 0.114 David S. Ertl 570 0.066
Oded Shoseyov 15 0.114 Paul C. Anderson 533.35 0.062
Fuente: elaboración propia con base en datos de USPTO
Realizando el mismo ejercicio con las empresas, relacionándolas con los investigadores, se
obtiene que las firmas más relevantes son Pioneer Hi Bred International Inc y Dekalb
Genetics Corp.
En el último periodo entre los diez actores con mayor grado de centralidad no se encuentran
aquellos con mayor grado de intermediación, a diferencia de los dos anteriores periodos
donde no existían diferencias significativas respecto a los actores que conformaban ambos
rankings, la variación se presentaba en la posición relativa que ocupaban. El grado de
centralidad es más uniforme entre los actores, sin presentarse el mismo escenario en el grado
de intermediación.
Del análisis del grado de centralidad, se obtiene que ocho de los diez investigadores más
importantes trabajan con Monsanto y dos con Pioneer Hi Bred International; respecto al
grado de intermediación seis investigadores trabajan con Pioneer Hi Bred International, tres
con Monsanto y uno con Syngenta.
Así, en el último periodo las empresas más importantes son Monsanto y Pionner Hi Bred;
respecto a la primera firma este nuevo estatus responde a su estrategia de fusiones,
adquisiciones y compras; sobre todo si se considera que Debalk Genetics Corporation
92
empresa que en el anterior periodo fue central formó parte de las compras realizadas por
Monsanto.
Cuadro IV. 6 Indicadores de los principales investigadores, 2005-2013
Grado de Centralidad Grado de Intermediación
Inventor Degree NrmDegree Inventor Between
ness
nBetweenness
Martin Fabrizius 49 0.206 Charlotte Sartell 337.833 0.163
Laron Lynn Peters 47 0.197 Terry Ray Colbert 265.067 0.128
Michael Roach 47 0.197 David D. Hoffman 259 0.125
Gregory J. Holland 46 0.197 Michael O'Leary 256.78 0.124
Gary R. Stangland 36 0.193 Matthew Smalley 234 0.114
Douglas B. Shoemaker 34 0.151 Gustavo Garcia 192.5 0.113
Daniel J. Lubich 34 0.143 Kurt M. Lindenbaum 179 0.093
Kevin D. Eichelberger 34 0.143 Roger Lussenden 154.202 0.086
Duane A. Potrzeba 34 0.143 Thomas Kevern 146.658 0.074
Roderick D. Lee 34 0.143 Thomas Barker 129 0.071
Fuente: elaboración propia con base en datos de USPTO
IV.3 Resultados de los indicadores de huecos estructurales
El segundo grupo de medidas a presentar son los indicadores de huecos estructurales. El
análisis del tipo de red, se abordó través de los indicadores de huecos estructurales. La
limitación (Constraint) se usó para medir la redundancia de los flujos de información, así un
elevado nivel de limitación indica que los investigadores están tan densamente conectados
unos a otros, que la redundancia en los flujos de información es muy elevada; mientras que
un bajo valor de limitación indicaría una red que está escasamente conectada. La jerarquía
(Hierarchy), se utilizó para evaluar si los actores que conforman la red mantienen o no una
fuerte relación respecto a un inventor central. En este sentido, en la medida en que los
inventores que conformen la red ego se encuentren relacionados de manera fuerte a un
contacto central (jerarquía), la red estará densamente cohesionado y, por tanto existirán pocos
huecos estructurales.
El tamaño (Size) hace referencia al número de investigadores que conforman la red ego del
actor focal. El tamaño efectivo (EffSize), mide el número de actores, ponderados por la fuerza
de la relación, a los que se encuentra unido directamente el actor focal, menos un factor
93
redundante. Si ninguno de los investigadores estan conectados entre ellos, el tamaño efectivo
coincidiría con el tamaño total de la red. Así, el tamaño efectivo arrojaría un 100 por ciento
de eficiencia (Borgatti, 1997). Por último, el número de componentes débiles
(nWeakComponents) hace referencia al número de investigadores que quedarían
desconectados si el actor central no estuviera presente.
Los resultados obtenidos para la red de investigadores de 1976 a 1993, referentes al número
de relaciones no redundantes, se muestran en el cuadro IV.7. Estos resultados que se centran
en la red de los egos confirman lo observado en el grafo (gráfica IV.1), ciertos investigadores
forman estructuras estrellas que no cuentan con un número significativo de alters, la
eficiencia de los diez actores más importantes es de uno, el promedio de la eficiencia de la
totalidad de la red es muy elevada al ser 0.99, esto implica que el tamaño efectivo y el tamaño
de la red tienden a igualarse denotando pocas relaciones redundantes. Sólo uno de los
investigadores presentes en el ranking tiene una densidad mayor a 0, lo cual es positivo al
reafirmar que los alters no están vinculados entre ellos.
Por último, tanto la limitación como la jerarquía de los actores centrales es reducida, sin
embargo no es el mismo escenario en la red completa, el promedio de la limitación y la
jerarquía son de 0.86 y 0.78, respectivamente; mientras el número de actores que estarían
desconectados si los actores centrales no estuvieran son 117. La medida de cohesión para
calcular el closure de la red fue de 0.014, al igual que la fragmentación y la conectividad, los
resultados reflejan una red particionada.
94
Cuadro IV. 7 Medidas de huecos estructurales de los diez investigadores más
importantes, 1976-1993
Investigador Degree/Size EffSize Efficienc Densidad
Georgia Helmer 6 6 1 0
Henri Jozef 6 6 1 0
Jerzy Paszkowski 6 5.667 0.944 0.067
Waichiro Kawarabayashi 6 6 1 0
Glenn B. Collins 5 5 1 0
Jules Janick 5 5 1 0
M. Keith Redenbaugh 5 5 1 0
Yoshiyuki Miwa 5 5 1 0
Akira Nishikawa 4 4 1 0
Bryan D.McKersie 4 4 1 0
Fuente: elaboración propia con base en datos de USPTO
Cuadro IV. 8 Limitación y jerarquía, 1976-1993
Investigador Limitación Jerarquía
Georgia Helmer 0.167 0
Henri Jozef 0.167 0
Jerzy Paszkowski 0.236 0.045
Waichiro Kawarabayashi 0.167 0
Glenn B. Collins 0.2 0
Jules Janick 0.222 0.139
M. Keith Redenbaugh 0.2 0
Yoshiyuki Miwa 0.2 0
Akira Nishikawa 0.25 0
Bryan D.McKersie 0.25 0
Fuente: elaboración propia con base en datos de USPTO
Los resultados obtenidos para el periodo 1976-1993, sirven para reafirmar aspectos descritos
en el capítulo tres; los primeros pasos de la biotecnología en general y en particular la
subclase analizada, se caracterizaron por la presencia de algunos actores claves sobre los
cuales se fueron creando las relaciones de colaboración en un primer momento, incipientes
y formadas por un grupo muy reducido de actores así lo demuestra el análisis de red de egos;
donde si bien la redundancia de los contactos era prácticamente nula se presentaban niveles
95
muy altos de limitación y jerarquía, considerando la alta fragmentación de la red, los bajos
niveles de conectividad y closure implicarían la existencia de actores claves sobre los cuales
el resto de los investigadores están densamente conectados, limitando la existían a pocos
huecos estructurales.
En el segundo periodo los cálculos arrojan que los investigadores centrales tienen redes muy
eficientes, sólo en dos de los actores difieren el tamaño de la red y el tamaño efectivo, dando
como resultado el nivel de eficiencia igual a 1, de igual manera la densidad de los
investigadores alter es muy baja, reafirmando la no redundancia de las relaciones,
brindándole a la red diversidad. Mientras la eficiencia de la red fue de 0.98.
Cuadro IV. 9 Medidas de huecos estructurales de los diez investigadores más
importantes, 1994-2004
Investigador Degree/Size EffSize Efficienc Densidad
Michael G. Koziel 29 29 1 0
Benjamin A. Bowen 10 9.8 0.98 0.022
Paul C. Anderson 10 10 1 0
Eckhard Strauch 9 9 1 0
Bernardus Cornelissen 8 8 1 0
David A. Somers 8 7.5 0.938 0.107
Dwight T. Tomes 8 8 1 0
John Andrew Ryals 8 8 1 0
Alain Boudet 7 7 1 0
Jan Leemans 7 7 1 0
Fuente: elaboración propia con base en datos de USPTO
Por último, tanto la limitación como la jerarquía de los actores centrales son muy reducidas,
sin embargo no es el mismo escenario en la red completa, el promedio de la limitación y la
jerarquía son de 0.86 y 0.75, respectivamente; mientras el número de actores que estarían
desconectados si los actores centrales no estuvieran son 419.
96
Cuadro IV. 10 Limitación y jerarquía, 1994-2004
Investigador Limitación Jerarquía
Michael G.Koziel 0.034 0
Benjamin A. Bowen 0.125 0.03
Paul C. Anderson 0.102 0.018
Eckhard Strauch 0.111 0
Bernardus Cornelissen 0.125 0
David A. Somers 0.182 0.021
Dwight T. Tomes 0.181 0.356
John Andrew Ryals 0.125 0
Alain Boudet 0.143 0
Jan Leemans 0.164 0.122
Fuente: elaboración propia con base en datos de USPTO
Durante este periodo se disminuyó la presencia de relaciones redundantes de los actores
centrales, de la misma forma se observaron mejoras en la limitación y la jerarquía; sin
embargo, el panorama es un tanto contradictorio en la totalidad de la red, por un lado el
promedio de eficiencia es alto pero también lo son la limitación y la jerarquía.
Finalmente, en el tercer periodo el actor que se encuentra directamente conectado con más
inventores de la red es Laron Lynn, (Monsanto). Cuatro de los diez egos más importantes de
la red (cuadro IV.9) presentan niveles de eficiencia menores a 0.5 y alta densidad, es decir
estos actores que pueden ser señalados como centrales al establecer un número considerable
de colaboraciones no le proporcionan diversidad a la red, no funcionan como enlaces para
conectar sectores aislados; también se obtiene que Edwin Michael Grote asociado a Pioneer
Hi Bred International Inc, es el actor con una mayor grado de eficiencia, desde la teoría
desarrollada por Burt tanto Grote como los otros cinco inventores restantes son capaces de
crear y acceder a nuevos recursos, así como gozar de ventajas de acceso, tiempo y
exclusividad. En general la red de biotecnología analizada muestra un nivel promedio de
eficiencia del 58.8 por ciento con sólo el 6.03 por ciento de los investigadores con un grado
de eficiencia superior al 0.5 lo cual no puede ser calificado como un nivel alto; debiéndose
considerar que este resultado es reflejo de la presencia de 121 inventores aislados así como
de un número considerable de actores cuyos tamaño de red se limita a 1; otro elemento a
considerar es la preponderancia de subredes estrellas, si bien es necesario la existencia de
97
lazos entre los actores para unir la red, la alta densidad de ciertos actores respecto a sus alters
condiciona la diversidad, frenando la generación y la consiguiente difusión de conocimiento.
Cuadro IV. 11 Medidas de huecos estructurales de los diez investigadores más
importantes, 2005-2013
Investigador Degree/Size EffSize Efficienc Densidad
Laron Lynn Peters 24 14.996 0.625 0.507
Gregory J. Holland 21 13.253 0.631 0.581
Edwin Michael Grote 18 14.428 0.802 0.353
Gary R. Stangland 18 9.733 0.541 0.627
Luis A. Verde Chifflet 18 13.266 0.737 0.399
Matthew David Smalley 18 13.989 0.777 0.346
Gary Edwar Henke 17 13.006 0.765 0.36
Charles T. Foresman 16 7.598 0.475 0.8
Christopher S. Eichhorn 16 7.906 0.494 0.8
Daniel J. Lubich 16 6.523 0.408 0.767
Fuente: elaboración propia con base en datos de USPTO
Los indicadores de restricción y jerarquía se presentan en el siguiente cuadro. Las
limitaciones generadas en la red de biotecnología, no son elevadas. Los investigadores con
redes egocéntricas más limitadas son Foresman (Monsanto Technology LLC), Eichhorn
(Monsanto) y Lubich (Monsanto), quienes en el análisis de eficiencia mostraban relaciones
redundantes, estos dos resultados en conjunto conllevan una difusión del conocimiento
limitada. El índice de jerarquía señala que la dependencia de estos inventores se estableció
en torno a pocas relaciones. Los diez actores que presentaron mayor eficiencia son a su vez
los que menor limitación y jerarquía muestran, es decir ofrecen variedad a la red. La
restricción de la red en su conjunto fue de 0.80 y la jerarquía de 0.32; si bien la limitación de
la red es alta la dependencia se concentran en pocas relaciones.
98
Cuadro IV. 12 Limitación y jerarquía, 2005-2013.
Investigador Limitación Jerarquía
Laron Lynn Peters 0.185 0.112
Gregory J. Holland 0.18 0.116
Edwin Michael Grote 0.22 0.135
Gary R. Stangland 0.23 0.104
Luis A. Verde Chifflet 0.25 0.23
Matthew David Smalley 0.235 0.145
Gary Edwar Henke 0.235 0.177
Charles T. Foresman 0.251 0.047
Christopher S. Eichhorn 0.25 0.041
Daniel J. Lubich 0.26 0.079
Fuente: elaboración propia con base en datos de USPTO
La red se conforma por ciertos investigadores, que favorecen la difusión del conocimiento
debido a la no redundancia en sus relaciones y las bajas limitaciones que presenta, como lo
evidenció el estudio de los diez actores más importantes; sin embargo el peso que estos tiene
sobre el comportamiento de la red en su conjunto no fue suficiente para afirmar o rechazar la
presencia de huecos estructurales los cuales podría favorecer la difusión del conocimiento;
esto ocurre así porque la redes obtenidas para los tres periodos presentaron una característica
en común, se encuentran particionadas e inconexas ya sea en mayor o menor grado. Si se
observa nuevamente la red correspondiente al último periodo, se evidencia la ausencia de
una red conectada; se presentan grupos de colaboración que si bien en algunos casos uno de
los inventores desempeña el rol de puente, esto no ha sido suficiente para conectar la totalidad
de la red. Para corroborar lo que se presenta en el grafo, se realizaron los cálculos de las
medidas de cohesión.
La fragmentación de la red es de 0.938, la conectividad de 0.017, y el indicador que apoya la
teoría de Coleman fue de 0.715 (closure), el incremento respecto al periodo anterior fue más
que significativo, esto podría reflejar que los grupos de investigadores, después de la
experiencia adquirida en los dos periodos anteriores y como resultado de los beneficios que
se generaron de la relaciones intencionalmente establecidas han optado por mantenerlas, así
en algunos grupos seguirán alimentando dichas relaciones para adquirir la información que
de ellas resulta.
99
Los resultados de cohesión de la red revisten importancia significativa, Burt y Coleman en
el desarrollo de sus teorías parten de la existencia de una red conectada, sobre la cual se
realizan los cálculos correspondientes; así, para el objetivo de la presente investigación,
podría parecer en un primero momento que los cálculos resultan infructuosos, pues sólo se
detectan los egos de la red y sobre ellos se centran los resultados de los indicadores, de tal
forma que dichos resultados explicarían parcialmente la estructura de la red al presentar qué
ocurre en las redes de los egos y no la red vista en su conjunto.
IV.4 Red de biotecnología construida a partir de las relac iones de
colaboración y las citas de patentes, para el periodo 2005 -2013
Con el objetivo de presentar el escenario planteado tanto por Burt como Coleman se optó por
usar la matriz que conjunta los enlaces creados por las citas y el copatentamiento. Como se
indicó en el capítulo metodológico la colaboración y las citas representan dos momentos
diferentes que explican la difusión del conocimiento, por un lado los flujos representados por
la colaboración entre investigadores y por otro lado los flujos contenidos en las citas de
patentes resultan complementarios, y su uso conjunto podría permitir saber si la red está o no
conectada.
Como resultado del ejercicio se hicieron evidentes la aparición de puentes en la red, pues de
las 99 patentes clasificadas en la subclase A01H4/00, el 70 por ciento de las mismas
involucraban a los investigadores identificados en el análisis de redes de coautoría, lo cual
permitió observar una mayor conexión a través de los actores puentes.
Para ilustrar este análisis se muestran dos redes a continuación, la primera de ellas representa
el copatentamiento únicamente y la segunda incluye los flujos de conocimiento de las
colaboraciones y de las citas de patentes, este ejercicio sirve para dimensionar el impacto de
incluir las citas en el análisis.
Del formato de los gráficos deben ser considerados dos cuestiones, la primera de ellas es
respecto al color de los nodos, el cual no es homogéneo ya que se usó de guía para indicar
los diferentes componentes de la red, es decir los grupos de trabajo; la segunda es referente
al tamaño del nodo, nodos más grandes simbolizan a los actores que son citados, así se
identifican los inventores que generan nueva conexiones y que pueden ser vistos como los
100
puentes. Para el grafo que no considera las citas de patentes, se dejaron indicados los actores
que fueron citados (nodos de mayor tamaño), esto con la finalidad de ver aquellos inventores
que no realizaron copatentamiento pero su conocimiento es aprovechado por los integrantes
de la red.
Del lado izquierdo de la gráfica IV.4 se observan los inventores que no realizaron
colaboraciones directas, de estos destacan dos Belgin Cukadar y Donald G. Eggerling, ambos
de Monsanto, que se integran a la red por medio de las citas de patentes.
De esta red destacan ocho grupos de trabajo, las tres de mayor tamaño no evidencian
centralidad en un solo actor y corresponden a Mendel Biotechnology (subred negra),
Monsanto (subred gris) y Pionner (subred roja).
De los cinco restantes grupos, dos son de Monsanto, una de Pionner y los dos últimos
aglutinan a inventores relacionados con diferentes empresas, entre ellas Monsanto, Syngenta
y Basf. Algo importante de señalar es que las empresas no se limitan a la existencia de un
sólo grupo de trabajo que las represente en la red, es decir, en este momento de la
biotecnología las compañías aún no concentran en un solo grupo de trabajo a todos sus
recursos humanos; estos se distribuyen a lo largo de toda la red, por un lado hay grandes
grupos, otros de tamaño medio, otros de uno o dos participantes e incluso colaborando con
investigadores de otras empresas.
101
Gráfica IV.4 Red de los investigadores de la clase A01H4/00 considerando la
colaboración entre inventores, 2005-2013
Fuente: elaboración propia con base en datos de USPTO
Gráfica IV.5 Red de los investigadores de la clase A01H4/00 considerando la
colaboración y las citas, 2005-2013
Fuente: elaboración propia con base en datos de USPTO
102
De la gráfica IV.5 que incluye las citas de patentes destacan dos aspectos relacionados, el
primero se refiere a la unión de grupos de trabajo que colaboran en la desfragmentación de
la red que en última instancia fue el objetivo de realizar este ejercicio; y el segundo aspecto
son las nuevas conexiones creadas por la inclusión de las citas que permite identificar los
actores puente.
Del primer punto, destaca la conformación del componente principal, resultado de la unión
de ocho grupos de trabajo que estaban desvinculados sin las citas, en dicho componente se
aglutinan sobre todo inventores de Monsanto, Bayer, Syngenta, Pionner y Stine.
Del resto de los grupos de trabajo de las compañías con más de diez inventores, destaca que
la inclusión de las patentes reafirma su colaboración interna, es decir, además de la
colaboración cara a cara, recurren a las autocitas, el conocimiento previamente desarrollado
por sus colegas, no demandan el uso de conocimiento de otras compañías, este patrón
caracteriza los grupos de trabajo de Pionner, Mendel Biotechnology, Basf49 y Monsanto.
Respecto al segundo punto, identificación de los actores puente, destaca que estos
intermediarios unen a dos tipos de subredes, por una lado vincula grupos de trabajo de la
misma empresa y por otro lado conecta grupos de trabajo de diferente compañía.
Ejemplo del primer caso es Michael Mann quien conecta a dos grupos de trabajo de
Monsanto, así los desarrollos de su subred fueron usados por integrantes de la misma
empresa; es decir, el conocimiento que se difunde se absorbe en Monsanto y así se reafirman
estos vínculos, de la misma manera Christopher Goblirsch conecta grupos de Monsanto.
Ejemplo del segundo caso, son Thomas Kevern, Edwin Grote y Richard Leske quienes por
medio de las citas integraron al componente principal a grupos de trabajo de Pionner y
Monsanto. La misma situación se presenta con Mike Robinson y Erick Dunder que al citarse
entre ellos vincularon grupos de Syngenta y de Bayer Crop.
Del cálculo de las medidas de cohesión, poder y centralidad, se apreció incremento en la
densidad de la matriz (0.010) respecto al análisis sin citas (0.005), aunque el grado de
fragmentación de la red no disminuyo drásticamente (0.92) debe considerarse que la
inclusión de los flujos de citas sólo corresponden a una parte del total de la patentes del
49 La compañía Basf fue uno de las compras realizadas por Monsanto.
103
periodo y que esta vinculación tiende más a ejercer efecto en los grupos de trabajo
establecidos, es decir, aquellas colaboraciones de un par de inventores que se ubican en la
periferia de la red, pueden ser catalogadas como efímeras ya que su copatentamiento no
presenta continuidad o un mayor arraigo a la red, prueba de ellos es el reducido número de
actores con quien trabaja y la no absorción del conocimiento
El número de componentes débiles se redujo de 229 a 201, esto implica que la aparición de
inventores puentes favorece la no dependencia de los inventores en torno a contactos
centrales, el aumento significativo en el grado de intermediación (3.46%); refleja que la red
cuenta con condiciones para la aparición de huecos estructurales; como se mencionó en el
capítulo metodológico un mayor grado de intermediación en la red es positivo para los
actores de la misma, ya que ciertos grupos de inventores conectan a otros grupos que de otra
manera estarían sin conexión, además de disminuir la dependencia de los investigadores
hacia un actor central. La red sigue sin tener la apariencia de una red estrella en su conjunto
por el contrario está lejos de parecer esto.
Cuadro IV. 13 Principales resultados de las medidas de cohesión y centralidad, 2005-
2013
Tamaño de la red 635
Densidad .010
Fragmentación 0.92
Relaciones posibles 201 295
Grado de centralización 0.351%
Grado de intermediación 3.46%
Fuente: elaboración propia con base en datos de USPTO
Por último, los resultados obtenidos para la red de inventores referente al tamaño (Size), el
tamaño efectivo, la densidad de los diez investigadores más relevantes de la red, así como el
número de relaciones no redundantes cuya mediación se realiza a través del grado de
eficiencia, arrojó los siguientes resultados.
El actor que se encuentra directamente conectado con más actores de la red es Laron Lynn
nuevamente, y aunque los 10 actores centrales no son los mismos que en el análisis sin
104
considerar las citas; se evidencia un aumento en el tamaño de la red de los egos. Cinco de los
diez inventores presentes en el cuadro IV.14 tienen niveles de eficiencia mayor a 0.5; sin
embargo nueve de los actores tienen una densidad alta reflejo de la existencia de relaciones
redundantes entre los actores centrales de la red, negativo para la aparición de los huecos
estructurales.
En general la red de biotecnología analizada muestra un nivel promedio de eficiencia del
60%, con el 28.5% de los investigadores con un grado superior al 0.5, en el análisis que no
consideró las citas esta proporción representaba el 6.03%; así aunque el comportamiento de
los actores centrales no son los idóneos para favorecer los huecos estructurales, la red
analizada en su conjunto los favoreces.
Cuadro IV. 14 Medidas de huecos estructurales de los diez investigadores más
importantes, 2005-2013
Investigador Degree/Size EffSize Efficienc Densidad
Laron Lynn Peters 27 16.797 0.622 0.527
Gregory J. Holland 25 15.168 0.607 0.567
Scott A. Bergemann 22 14.165 0.644 0.532
Thomas Craig Kevern 22 19.346 0.879 0.186
Gary R. Stangland 21 11.469 0.546 0.662
Daniel J. Lubich 20 9.331 0.467 0.742
Duane A. Potrzeba 20 9.475 0.474 0.742
Kevin D. Eichelberger 20 9 0.45 0.742
Roderick D. Lee 20 8.88 0.444 0.742
Charles T. Foresman 19 9.397 0.495 0.813
Fuente: elaboración propia con base en datos de USPTO
Los indicadores de restricción y jerarquía se presentan en el siguiente cuadro, los
investigadores con redes egocéntricas más limitadas son Lee, Eichelberg y Foresman. La
limitación de la red disminuyó al pasar de 0.86 (red sin citas) a 0.78; también se observó el
mismo comportamiento aunque más drástico en la jerarquía, disminuyó de 0.32 a 0.30. El
índice de jerarquía señala que la dependencia de todos los inventores que conforman la red
se estableció en torno a pocas relaciones.
Cuadro IV. 15 Limitación y jerarquía, 2005-2013.
Investigador Limitación Jerarquía
Laron Lynn Peters 0.167 0.109
105
Gregory J. Holland 0.181 0.13
Scott A. Bergemann 0.185 0.092
Thomas Craig Kevern 0.193 0.25
Gary R. Stangland 0.201 0.098
Daniel J. Lubich 0.215 0.083
Duane A. Potrzeba 0.212 0.079
Kevin D. Eichelberger 0.217 0.095
Roderick D. Lee 0.218 0.098
Charles T. Foresman 0.217 0.053
Fuente: elaboración propia con base en datos de USPTO
Como resultado de este ejercicio es posible decir, que la complementariedad de los flujos
representados por las citas de patentes y las relaciones de colaboración permitieron obtener
una red más conectada, si se considera que las 100 patentes que conformaron la muestra
representan alrededor del 6 por ciento del total de las patentes del análisis y lograron crear
puentes para la vinculación de grupos de la red; por un lado la fragmentación disminuyó y la
conectividad aumento (0.08), así fue posible contar con un escenario similar al propuesto por
Burt y Coleman.
El incremento significativo en el número de actores de la red del periodo uno respecto al dos,
que implica o debería implicar la entrada de nuevas y diversas formas de conocimiento, no
se acompañó de una mayor cohesión de la red, no surgieron la cantidad necesaria de actores
puente que cohesionarán la red y sirvieran de apoyo en los procesos de difusión de
conocimiento; por el contrario, el segundo periodo arroja los indicios de formación de grupos
que se cierran. La confirmación de esta primera intuición se genera cuando se observa el
grafo correspondiente al estado actual, donde la presencia de grupos de colaboración aislados
es innegable. La evolución de la red de biotecnología se da en términos de incremento en el
número de inventores y mayor colaboración dentro de los grupos de trabajo, donde la difusión
del conocimiento inter grupos está ausente. a diferencia del periodo anterior donde los grupos
de colaboración presentaban estructuras donde existía un inventor central que “intermediaba”
la conexión entre los actores, en el periodo actual existe un distribución más uniforme de las
106
relaciones entre los investigadores que favorece la circulación de información que podría
llegar a ser común dentro del grupo.
Los tres periodos comparten baja densidad, conectividad y closure, y alta fragmentación, la
tendencia a la no concentración prevaleció a lo largo del análisis. Las redes de los egos se
catalogan como eficientes, con baja limitación y jerarquía. En general, la estructura de la red
de la subclase A01H4/00 puede ser descrita de manera general como una red que vista en su
totalidad presenta desconexión, pero que en su interior coexisten subredes que a lo largo de
los tres periodos fueron arraigándose y desvinculándose cada vez más de la red.
Así estas estructuradas que periodo a periodo fueron atrayendo a cada vez más inventores sin
vincularse con el resto de la red, evidencia los argumentos tanto de Burt como de Coleman,
por un lado grupos de investigadores se cierran respecto al resto de los participantes de la
red, generan relaciones de confianza y los flujos de conocimiento sólo ocurren entre ellos
teniendo como resultado un mayor número de patentes año tras año; por otro lado dentro de
estos grupos de trabajo el número de contactos redundantes es muy bajo, la densidad de las
redes también, incentivando la aparición de los huecos estructurales puerta de los nuevos
integrantes.
Del último ejercicio realizado para el periodo tres, destacan tres cuestiones, la primera se
refiere a que los grupos de trabajo de mayor tamaño corresponden a las empresas Mendel
Biotechnology, Monsanto, Pionner y Syngenta, y que las compañías se encuentran
representados por más de un grupo, es decir, sus inventores no se concentran en una sola
subred.
La segunda cuestión, es que la inclusión de las citas creó los actores puente que disminuyeron
la fragmentación de la red, al contribuir en la conformación del componente principal,
resultado de la unión de ocho grupos de trabajo que estaban desvinculados sin las citas, en
dicho componente se aglutinaron inventores de Monsanto, Bayer, Syngenta, Pionner y Stine.
Los actores puente unen a dos tipos de grupos de trabajo, por una lado vincula grupos de
trabajo de la misma empresa y por otro lado conecta grupos de trabajo de diferente compañía.
Otro caso se presentó, donde las citas no fueron el vínculo para unir a grupos de trabajo de
empresas diferentes sino que reafirmaron la colaboración interna de subredes conformadas
107
por inventores de una misma empresa, es decir, además de la colaboración cara a cara, los
inventores recurrieron a las autocitas, al conocimiento previamente desarrollado por sus
colegas, no demandaron el uso de conocimiento de otras compañías, este patrón caracteriza
los grupos de trabajo de Pionner, Mendel Biotechnology, Basf50 y Monsanto.
50 La compañía Basf fue uno de las compras realizadas por Monsanto.
108
CO N C L U S I O N E S
A partir de la revisión teórica realizada en el primer capítulo se ubica la importancia de
analizar los procesos de innovación tecnológica en una economía, es decir, del impacto
económico del cambio tecnológico donde el proceso de difusión es fundamental, si bien el
éxito de las innovaciones, se debe medir vía la magnitud de los efectos económicos, también
es importante para la continuidad y ampliación de la misma. El análisis del cómo se gesta y
ocurre la adopción de la nueva tecnológica por parte de los agentes económicos es
fundamental para determinar su éxito. Este trabajo partió del planteamiento evolucionista
donde la difusión es considerada como un proceso dinámico cuyo motor reside en la acción
de adoptar.
En la caracterización de la biotecnología se ubicó a la ingeniería genética como antecedente
directo y fundamento, mostrando las múltiples aplicaciones para la cual es de particular
utilidad, sentando las bases para el desarrollo de nuevos procesos y productos en diferentes
ámbitos que abarcan desde la salud humana y animal, la producción agrícola y la producción
industrial.
En la producción agrícola el uso de la ingeniería genética reviste especial interés, ya que el
objetivo no sólo se limita a satisfacer el consumo humano de alimentos sino también a la
generación de productos de alto valor agregado para usos en la industria química,
farmacéutica y de alimentos, por medio de cultivos con un mayor rendimiento, calidad
nutricional, facilidad de cultivo y resistencia a los agentes que los afectan; dado este contexto
el uso de la biotecnología continuará y alentará a otros a extender su uso y buscar nuevos
desarrollos que se asienten sobre ella.
La investigación se centró en analizar el proceso de difusión tecnológica de la subclase
A01H4/00 reproducción de plantas por técnicas de cultivo de tejidos, mediante la teoría de
redes sociales, teniendo presente que la importancia de la creación de las redes radica en su
poder para provocar difusión de ideas, información y conocimientos que se producen en su
interior.
109
Sin olvidar que los inventores no operan en aislamiento; la creación de nuevas ideas es un
proceso que implica la integración y recombinación de conocimiento existente originado de
diferentes individuos, ubicaciones, instituciones y organizaciones.
Así se tomaron como base dos planteamientos cuyo objetivo final es explicar cómo la
estructura de la red condiciona la creación de capital social, por un lado Coleman apuesta por
una red de elementos fuertemente conectado que favorece el surgimiento de relaciones de
confianza y así el acceso a conocimiento profundo. Mientras Burt sostiene que se requiere
cierto grado de diversidad informativa necesaria para combinar ideas de diferentes fuentes,
y esto únicamente se logra por medio de huecos en la estructura. Si bien a primera vista estos
planteamientos podrían parecer opuestos, los resultados del presente análisis apuntan más a
su complementariedad en la evolución de una nueva tecnología como la biotecnología, que
aún está en procesos de consolidación y maduración.
Respecto a esta última parte, y antes de abordar los resultados del análisis, se debe considerar
que aunque el uso de la ingeniería genética ha logrado permear el ámbito científico y la esfera
empresarial, aún le queda un largo camino por recorrer en lo que respecta a la total aceptación
de su uso por parte de los consumidores. Aún cuando la Organización Mundial de la Salud y
diversas agencias gubernamentales han señalado que los OGM que se usan actualmente han
sido sujetos de evaluaciones y han demostrado que no generan daños; esta tecnología aún no
disipa totalmente los cuestionamientos en torno a sus efectos sobre la salud humana y el
medio ambiente.
Los resultados de este trabajo se contraponen a la visión en torno a que la teoría de Burt y
Coleman son opuestas y excluyentes.
En primer lugar, esta investigación arrojó ciertas particularidades de la red que no están
presentes en el desarrollo de las teorías señaladas, en específico en lo que respecta a la
desconexión de la red; ambos planteamientos parten de la existencia de una red conectada
para desarrollar sus argumentos, si bien se difiere respecto a la densidad de los vínculos entre
los actores, no se considera la ausencia de conexiones. Sin embargo, esto no se cumplió para
ningún de los tres periodos que fueron objeto de análisis, y aunque cada periodo arrojó una
mayor conectividad respecto al periodo previo, esto no fue suficiente para cohesionar la red,
110
la fragmentación siempre estuvo presente. Por tanto el cálculo de los indicadores sin esta
previa consideración resultaba infructuoso.
De esta forma, la estructura de la red de esta tecnología puede ser descrita de manera general,
como una red que vista en su totalidad presenta desconexión, pero que en su interior coexisten
subredes que a lo largo de los tres periodos fueron arraigándose y desvinculándose cada vez
más de la red.
Así estas estructuradas que periodo a periodo fueron atrayendo a cada vez más inventores sin
vincularse con el resto de la red, evidencia los argumentos tanto de Burt como de Coleman,
por un lado grupos de investigadores se cierran respecto al resto de los participantes de la
red, generan relaciones de confianza y los flujos de conocimiento sólo ocurren entre ellos
teniendo como resultado un mayor número de patentes año tras año; por otro lado dentro de
estos grupos de trabajo el número de contactos redundantes es muy bajo, la densidad de las
redes también, incentivando la aparición de los huecos estructurales puerta de los nuevos
integrantes.
Segundo, un hallazgo importante de la investigación es que las estructuras de red propuestas
por Burt y Coleman se complementan y coexisten en un mismo momento, ya que no se trata
de la evolución de un tipo de estructura a otra, sino que en un mismo periodo los grupos de
investigadores se cierran en torno al resto de los grupos, pero esto no implica que dentro de
las subredes exista una fuerte conexión entre los actores impidiendo a lo largo del tiempo la
entrada a nuevos inventores.
El análisis de los primeros años de la biotecnología (1976-1993), arrojo como resultado la
existencia de relaciones aún incipientes de los investigadores, donde existían pocos grupos
de trabajo conformados con pocos actores; el segundo periodo (1994-2004) reveló una mayor
entrada de inventores al pasar de 289 actores a 1 315, con un incremento importante en el
número de patentes; y aunque una conclusión apresurada podría suponer que este periodo
sería el detonante para lograr un mayor conexión de la red resultado de las relaciones de
colaboración creadas, no se debe perder de vista que este periodo de consolidación fue el que
presento el mayor número de investigadores trabajando solos. También es durante este
111
periodo donde las grandes empresas como Monsanto, Stine, Syngenta y Pionner empiezan a
tener presencia significativa.
El análisis del último periodo, destaca entre otros aspectos la significativa disminución del
número de participantes que acompañado con el crecimiento en el número de patentes
otorgadas permite indicar un aumento en las colaboraciones, ya que el 63.5% de los títulos
se registraron como copatentes. La aparición y arraigo de grupos de trabajo conformados por
un número de integrantes mayor en comparación con lo presenciado en el periodo previo, la
disminución en el número de integrantes de la red y de aquellas relaciones de una sola
colaboración que no tienen continuidad y resultan efímeras, indican que durante este último
periodo la estructura de la red empieza a madurar.
Relevante también es que los grupos conformados pueden ser diferenciados por empresa, es
decir, los grupos se empiezan a conformar en torno a Sygenta, Mendel Biotechnology
Monsanto, Basf y Pionner.
Sin embargo, a pesar de esto la red no se cohesionó, ya que las colaboraciones se dan dentro
de las subredes, así el conocimiento fluye mejor dentro que entre grupos.
Respecto a esto, cabe cuestionar si la estrategia de dichas empresas es el motivo principal por
el cual las subredes se perpetúan en el desarrollo de biotecnología, considerando que el
copatentamiento implica el contacto directo entre los investigadores y tomando en cuenta
que es en el último periodo donde la presencia de estas cuatro empresas toma mayor fuerza
y donde se evidencian más las subredes sin vinculación con el resto.
Tercero, el análisis de la red donde se consideraron tanto los flujos representados por la
colaboración entre investigadores como los flujos contenidos en las citas de patentes, permite
confirmar su complementariedad al generar una red más conectada mediante la creación de
puentes para la vinculación de grupos de la red; así aunque el copatentamiento, la forma
directa de difundir el conocimiento puede estar limitada porque la estrategia de las empresas
las lleva a perpetuar sus grupos de trabajo, otro de los medios para difundir el conocimiento
aunque de forma indirecta, el copatentamiento rompe este tipo de barreras y ayuda a usar y
aprovechar el conocimiento previamente creado.
112
Otro hallazgo del presente trabajo gira en torno a la información que se usó, considerando la
dificultad que implicó la tarea de elaborar las bases de datos correspondientes a cada periodo,
y la consiguiente homogenización de la información, cabe hacer una sugerencia en torno a
esto; la importancia del uso de patentes es innegable y si se ha creado todo un sistema para
su clasificación y asignación de un número el cual sirva para identificarlas, y sacar el mayor
beneficio posible; lo mismo valdría aplicar para los inventores, es decir la creación de un
sistema que recoja toda la información correspondiente a los inventores que patenten, como
el nombre del inventor, lugar de residencia, institución o empresa donde labora, áreas donde
patente, número de patentes donde ha participado; sólo por mencionar algunos campos. De
esta manera se generaría el insumo principal para llevar a cabo análisis más profundos con
información precisa
El análisis de la subclase A01H4/00, permite decir que los conceptos desarrollados por Burt
en el caso de la biotecnología a un nivel macro nos dicen menos que si los aplicamos a un
nivel micro, es decir, el planteamiento aplicado a los grupos de trabajo resultó más
enriquecedor que en el análisis de la red en su conjunto, pues como se mencionó en el capítulo
cuatro tanto Burt como Coleman parten de una red conectada, escenario ausente en el
presente trabajo. Por tanto, se queda como una pregunta para futuras investigaciones, si este
resultado se cumple para todos los sectores emergentes o sólo en la biotecnología, de la
misma manera si esta estructura evolucionará en la etapa de maduración de la tecnología o
prevalece e incluso se arraiga más.
Por último, las limitantes del trabajo giran en torno a la información utilizada, por un lado
los datos provienen de una sola oficina de patentes, la USPTO que si bien tienen una
cobertura bastante amplia y representa una de las mayores fuentes de información de patentes
al reflejar no sólo la actividad inventiva en Estados Unidos, sino en todo el mundo, no
representan la totalidad. Además, la información contenida en las matrices se limitó a una
sola subclase, esto aplicó tanto para el copatentamiento como para las citas de patentes.
113
B I B L I O G R A F Í A Abarza, J. y Katz, J. (2002). Los derechos de propiedad intelectual en el mundo de la OMC. Series
de Desarollo Productivo, CEPAL(118).
Aboites, J., Soria, M. (1999). Empresas transnacionales y patentes en México y Estados Unidos
Revista Administración y Organizaciones, 1(2), 109-132.
Al-Laham, A., Tzabbar, D., Amburgey, T. (2011). The dynamics of knowledge flows: innovation
consequences in biotech. Industrial and Corporate Change, 20(2), 555-583.
Amaro, Marcela. (2013). Incentivos a la Innovación para la Biotecnología Agroindustrial-
Alimentaria en México. UAM, México.
Archibugi, D. y Michie, J. . (1998). Trade, growth and technical change: what are the issues. Reino
Unido: Cambridge University Press.
Aroundel, A. (2003). Biotechnology Indicators and Public Policy. OECD Science, Technology and
Industry Working Papers 5. doi: 10.1787/262776281580
Arundel, A. . (2003). Biotechnology Indicators and Public Policy. OECD.
Balconi, M., Breshi, S. (2004). Networks of inventors and the role of academia: an exploration of
Italian patent data. Research Policy, 33(1), 127-145.
Bisang, R., Campi, M., Cesa, V. (2009). Biotecnología y desarrollo CEPAL
Bolívar Zapata, Francisco. (2007). Surgimiento de la biotecnología moderna In F. Bolívar Zapata
(Ed.), Fundamentos y casos exitosos de la biotecnlogía moderna (2 ed.). México: El Colegio
Nacional. (Reprinted from: 2007).
Bolívar Zapata, Francisco. (2011). Por un uso responsable de los organismos genéticamente
modificados: Academia Mexicana de Ciencias.
Borgatti, S.; Jones, C.; Everett, M. (1998). Network measures of social capital. Connections 21.
Brian, W. (2005). The logic of invention. SFI Working Paper, 12(045).
Burt, R. (1987). Social Contagion and Innovation: Cohesion versus Structural Equivalence. American
Journal of Sociology, 92(6), 1287-1335.
Burt, R. (1992). Structural Holes: The Social Structure of Competition. USA: Cambridge University
Press.
Burt, R. (2001). Structural Holes Versus Network Closure as Social Capital In A. d. Gruyter (Ed.),
Social Capital: Theory and Research (pp. 31-56). New York
Burt, R. (2004). Structural Holes and Good Ideas Chicago Journals 110(2), 349-399.
Casper, Steven. (2007). How do technology clusters emerge and become sustainable? Social network
formation and inter-firm mobility within the San Diego biotechnology cluster. Research
Policy, 36(438-455).
Casson, M. (1997). Information and organization. A new perspective on the Theory of the firm
Oxford University Press
Cincera, M., Pottelsberghe de la Potterie, B. (2001). International R& spillovers: a survey Cahiers
Economiques de Bruxelles, 169(1).
Coleman, J. (1988). Social Capital in the Creation of Human Capital The American Journal of
Sociology, 49, 95-120.
Colyvas, J. (2007). From divergent meanings to common practices: The early institutionalization of
technology transfer in the life sciences at Standford University. Research Policy, 36, 456-
476.
Chataway, J., Tait, J., Wield, D. (2004). Understanding company R&D strategies in agro-
biotechnology: trajectories and blind spots. Research Policy, 33, 1041-1057.
ChileBio.). from http://www.chilebio.cl/
Dosi, G. (1982). Technological paradigms and technological trajectories. Research Policy, 11, 147-
162.
Dosi, G., Nelson, R. (1994). An Introduction to Evolutionary Theories in Economics. Journal of
Evolutionary Economics, 4, 153-172.
114
Fafchamps, M., Leig, M., Goyal, S. (2006). Scientific networks and co-authorship. University of
Oxford. Discussion Paper Series (256).
Foray, D. (2004). The Economics of Knowledge London, England: The MIT Press.
Forti, E., Franzoni, C.,Sobrrero, M. (2013). Bridge or isolates? Investigating tje social networks of
academic inventors. Research Policy, 42, 1378-1388.
García, A., Morillas, A., Ramos; C. (2005). Difusión de la innovación: un estudio a partir de los
huecos estructurales. Paper presented at the XXXI Reunión Estudios Regionales, Alcalá de
Henares, España.
Giuliani, E. (2013). Clusters, networks and firm´s product success: an empirical study. Managment
Decision, 51(6), 1135-1160.
Granovetter, M. (1973). The Strength of Weak Ties American Journal of Sociology, 78(6), 1360-
1380.
Griliches, Z. (1958). Research costs and social returns: hybrid corn and related innovations. Journal
of Political Economy, 419-431.
Griliches, Z. (1963). The source of measured productivity growth: United States Agriculture, 1940-
1960. Journal of Political Economy 331-346.
Griliches, Z. (1990). Patent statistics as economic indicators: a survey. Journal of Economic
Literature, 28(4), 1661-1707.
Griliches, Z. (1998a). Issues in Assessing the Contribution of Research and Development
to Productivity Growth. In Z. Griliches (Ed.), R&D and Productivity: The Econometric Evidence (pp.
17-45): University of Chicago Press.
Griliches, Z. (1998b). R&D and Productivity: The Econometric Evidence: University of Chicago
Press.
Hall, B., Jaffe, A., Trajtenberg, M. (2001). The NBER patent citations data file: lessons, insights and
methodological tools. NBER Working Paper (8498).
Hanneman, R. . (2001). Introduction to Social Networks Methods. University of California, Riverside.
Herrera, L. y Martínez, M. (2007). Plantas Transgénicas In F. Bolívar (Ed.), Fundamentos y casos
exitosos de la biotecnlogía moderna México: El Colegio Nacional.
Jackson, M. (2008). Social and Economic Networks Princeton University Press.
Jaffe, A. (1986). Technological Opportunity and Spillovers of R&D: evidence from Firm´s Patentes,
Profit and Market Value. American Economic Review, 76(5), 984-1001.
Jaffe, A., Trajtenberg, M. (1998). International Knowledge Flows: Evidence From Patent Citations.
NBER.
Jaffe, A., Trajtenberg, M., Henderson, R. (1993). Geographic Localization of Knowledge Spillovers
as Evidence by Patent Citations. The Quarterly Journal of Economics 108(3), 577-598.
Kenney, M. (1986). Schumpeterian innovation and entrepreneurs in capitalism: a case study of the
U.S. biotechnology industry. Research Policy, 15, 21-31.
Lane, D. y Maxfield, R. (1997). Foresight, Complexity, and Strategy. In W. Arthur, Durlauf, S. y
Lane, D. (Ed.), The Economy as an Evolving Complex System II.
Mansfield, E. (1961). Technical Change and the Rate of Imitation. Econometrica, 29(4), 741-766.
Newman, M. (2003). Coauthorship networks and patterns of scientific collaboration. Paper presented
at the Arthur M. Sackler Colloquium of the National Acdemy of Sciences, "Mapping
Knowledge Domains", Irvine, CA.
Niosi, J. (2011). Complexity and path dependence in biotechnology innovation system. Industrial
and Corporate Change, 20(6), 1795-1826.
OCDE. (2002). Manual de Frascati.
OCDE. (2005a). A framework for biotechnology statistics.
OCDE. (2005b). Manual de OSLO.
OCDE. (2008). Compendium of patent statistics.
Parayil, G. (2003). Mapping technological trajectories of the Green Revolution and the Gene
Revolution from modernization to globalization. Research Policy, 32, 971-990.
115
Pattel, P. y Pavitt, K. (1995). Patterns of technological activity: their measurement and interpretation.
In P. Stoneman (Ed.), Handbook of the Economics of Innovation and Technological Change.
Reino Unido: Blackwell.
Potts, J. (2000). The New Evolutionary Microeconomics. Complexity, Competence and Adaptive
Behaviour: Edward Elgar Publishing Limited.
Powell, W., White, D., Koput, K., Owen-Smith, J. (2005). Network dynamics and field evolution:
The growth of interorganizational in the life sciences. American Journal of Sociology, 110(4),
1132-1205.
Reyes, J. (2006). Flujos de conocimiento y patentes estudio comparativo de México, Brasil y Corea
1976-2002. Universidad Autónoma Metropolitana.
Ricardo, D. (1817). Principios de economía política y tributación.
Rosenberg, N. (1972). Factors affecting the difusion of technology. Exploration in Economic History,
10(1), 1-33.
Schmookler, J. (1954). The Level of Inventive Activity The Review of Economics and Statistics
XXXVI(2).
Schmookler, J. (1962). Economics sources of inventive activity. Journal of Economic History 1-20.
Schumpeter, J. (1912). Teoría del desenvolvimiento económico
Schumpeter, J. (1942). Capitalismo, Socialismo y Democracia.
SE, FUNTEC, CIBA-Tlaxcala. (2010). Situación de la Biotecnología en el Mundo.
Silverg, G. y Orsenigo, L. (1988). Innovation, Diversity and Diffusion: A Self-Organization Model.
Economic Journal, 98(393), 1032-1054.
Smith, A. (1776). Investigación sobre la naturaleza y causas de la riqueza de las naciones.
Smith, K. (2005). Measuring Innovation In J. M. Fageberg, D. y Nelson, R. (Ed.), The Oxford
Handbook of Innovation Oxford University Press.
Sternitzke, C., Bartkowski, A., Schramm, R. (2008). Visualizing patent statics by means of social
network analysis. World Patent Information, 30(2), 115-131.
Stoneman, P. e Ireland, N. (1983). The role of supply factors in the diffusion of new process
technology. Economic Journal, 93, 65-77.
Strumsky, D., Lobo, J.,Fleming, L. (2008). Metropolitan patenting, inventor agglomeration and social
networks: A tale of two effects. Journal of Urban Economics 63(3), 871-884.
Stuart, T., Sorenson, O. (2003). The geography of opportunity: spatial heterogeneity in founding rates
and the performance of biotechnology firms. Research Policy, 32, 229-253.
Trejo, Sergio. (2010). La Biotecnología en México: Centro de Investigación en biotecnología aplicada
IPN.
Umekubo, L., Chrispeels, J. y Daly A. (2013). Strong Ties in a Decentralized District: A Case Study
of a Improving District. Pensamiento Educativo. Revista de Investigación Educacional
Latinoamericana, 50(2), 69-96.
Velázquez, A., Aguilar, N. (2005). Manual Introductorio al Análisis de Redes Sociales.
Wang, J. (2010). Network structure of innovation: can brokerage or closure predict patent quality?
Scientometrics, 84, 735-748.
Wasserman, S. y Faust K. (1994). Social Network Analysis. Methods and Apllications, Structural
Analysis in the Social Sciences. . New York: Cambridge University Press.
Watts, D. (2006). Seis Grados de Separación. La ciencia de las redes en la era del acceso.: Paidós